python多线程爬取图片_多线程爬取图片

import requests

from lxml import etree

from queue import Queue

from threading import Thread

#装饰爬虫2071

headers = {'User-Agent':'Mozilla /5.0(WindowsNT10.0;Win64;x64;rv: 73.0) Gecko / 20100101Firefox / 73.0'}

#取得爬取网址

#解析第一个页面

def Url_xpath(url):

text = requests.get(url=url,headers=headers).text

#xpath解析页面 并获取图片给网址

html = etree.HTML(text)

links = html.xpath('//img/@src')

if len(links)==0:

links=html.xpath('//img/@src2')

return links

# with open('./ptoto/%d.jpg'%n,mode='wb') as fp: #打开文件

#将图片储存到当前文件夹下

n = 0

def Storage():

while True:

#从队列拿出一条消息

url = link_queue.get()

if url is None:

break

links=Url_xpath(url)

for link in links:

if link.startswith('http:'):

content=requests.get(link).content

with open('./test/test/%s'%link.split('/')[-1],mode='wb') as fp:

fp.write(content)

print('============{:s}=================='.format(link.split('/')[-1]))

link_queue.task_done()

if __name__ == '__main__':

link_queue = Queue()

a=[]

n=int(input('please input number:'))

if n<=2:

print('输入错误')

else:

url1 = ['http://sc.chinaz.com/',] + ['http://sc.chinaz.com/tupian/index_{:d}.html'.format(i) for i in range(2,n-2)]

for url in url1:

link_queue.put(url)

print('====================================')

for i in range(10):

t = Thread(target=Storage)

t.start()

a.append(t)

print('====================================')

link_queue.join()

for i in range(10):

link_queue.put(None)

print('====================================')

for t in a:

t.join()

print('=================结束===================')

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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