python2菜鸟爬虫,Python新手爬虫二：爬取搜狗图片（动态）

搜索热词

经过上一期爬取豆瓣影评成功后，感觉爬虫还不错，于是想爬点图片来玩玩...

先上最后成功的源码(在D盘下创建souGouImg文件夹，直接直接代码即可获取)：

importrequestsurllibjsonfrom fake_useragent UserAgentdefgetSougouImag(category,length,path):

n=length

cate=category

imgs_url= []   #定义空列表，用于保存图片url

m = 0   'https://pic.sogou.com/pics/channel/getAllRecomPicByTag.jsp?category='+cate+&tag=%E5%85%A8%E9%83%A8&start=0&len='+str(n)

headers= {user-agent':UserAgent().random}     设置UA

f = requests.get(url,headers=headers)      发送Get请求

print(f.status_code)

js=json.loads(f.text)

js= js[all_items']for j injs:

imgs_url.append(j[thumbUrl])for img_url imgs_url:print(*****'+str(m)+.jpg *****'+Downloading...)

urllib.request.urlretrieve(img_url,path+str(m)+.jpg') 下载指定url到本地

m += 1Download complete!)

getSougouImag(壁纸',500,rD:\souGouImg/')

效果图：

下面开始介绍作为一个新手的爬虫步骤...

1、首先打开网页查看HTML源码

先按F12打开调试界面—>右击图片—>点击检查

会出现如下图红框中的信息，不难看出，此图片的url就是img标签中src属性的值。

如此简单？那直接获取src属性的值，再进行下载不就完全ok了？

话不多说，开干。

from bs4 BeautifulSoupimport UserAgent   ua库

url= https://pic.sogou.com/pics/recommend?category=%B1%DA%D6%BD&from=home#%E5%85%A8%E9%83%A8%269headers= {设置UA

f = requests.get(url,1)">发送Get请求

print(f.status_code)    打印状态码

soup = BeautifulSoup(f.text,lxml')     用lxml解析器解析该网页的内容

print(soup.select(img'))   筛选出所有img的标签，并打印其属性和内容

代码执行结果如下：

发现打印出的html并不是与网页中的一致，所有考虑，这根本不是图片的源url，于是推测图片是动态的，继续查找... 也是百度到了某个大佬的文章，才挖掘出以下搜寻方法。

2、点击NetWork—>点击XHR—>然后往下滚轮，使它加载出新的图片—>点击新加载出来的图片—>再点击右侧的Preview

发现Preview下的内容为json格式的

发现all_items，点击它发现有0.....众多数字，再点开发现有许多url，粘贴到浏览器中查看，发现这些都是图片的url(心中狂喜)

找到图片的真实URL，问题也就变得简单了。详情还是请看代码注释吧~

总结

如果觉得编程之家网站内容还不错，欢迎将编程之家网站推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。