python 爬虫-3:id 遍历爬虫

本文介绍了如何分析网页并编写基于ID遍历的Python爬虫来下载图片。主要内容包括理解网页URL规律,以及利用正则表达式、BeautifulSoup4和lxml库从网页源代码中抽取所需信息。对于不规则的URL变化,文章将延伸讨论链接爬虫的实现。
摘要由CSDN通过智能技术生成

简单的分析网页,根据分析的结果,编写 id 遍历爬虫下载图片。
程序的 main 函数如下:

def main():
    import itertools
    throttle = Throttle(10)
    start_url = 'http://www.mm131.com/xinggan/1550.html'
    max_num = 10
    counter = 0
    for i in itertools.count(1550):
        url = changeUrl(start_url, i)
        throttle.wait(url)
        html = download(url)
        if html == None: 
            counter += 
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值