爬取斗图拉前5页图片,并创建相应的目录

import requests
import re
import os

class DouTuLaSpider:
    def __init__(self):
        self.url = 'http://www.doutula.com/article/list/'
        self.heade = {
            'User-Agent':'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36'
        }

    def get_imgUrl(self,pagenum):
        response = requests.get(self.url,headers=self.heade,params={'page':pagenum})
        print(response.url)
        html = response.text
        imageList = re.findall('data-original="(.*?)".*?alt="(.*?)"',html)
        return imageList

    def download_Img(self,imgList,page):
        floder = '第%d页'%(page)
        if not os.path.exists(floder):
            os.mkdir(floder)
        os.chdir(floder)
        for url,title in  imgList:
            title = re.sub('[??!,]','',title) + '.' + url.split('.')[-1]
            print(title)
            data = requests.get(url).content
            with open(title,'wb') as f:
                f.write(data)
        os.chdir('..')

    def run(self,page):
        for page in range(1, page+1):
            imagList = self.get_imgUrl(page)
            self.download_Img(imagList, page)



if __name__ == '__main__':
    doutula = DouTuLaSpider()
    doutula.run(5)

 

转载于:https://www.cnblogs.com/remoting-py/p/10111181.html

  • 0
    点赞
  • 0
    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