python壁纸数据抓取_python 多线程爬取壁纸网站的示例

基本开发环境

・ Python 3.6

・ Pycharm

需要导入的库

目标网页分析

网站是静态网站，没有加密，可以直接爬取

整体思路：

1、先在列表页面获取每张壁纸的详情页地址

2、在壁纸详情页面获取壁纸真实高清url地址

3、保存地址

代码实现

模拟浏览器请请求网页，获取网页数据

这里只选择爬取前10页的数据

代码如下

import threading

import parsel

import requests

def get_html(html_url):

"""

获取网页源代码

:param html_url: 网页url

:return:

"""

response = requests.get(url=html_url, headers=headers)

return response

def get_par(html_data):

"""

把 response.text 转换成 selector 对象 解析提取数据

:param html_data: response.text

:return: selector 对象

"""

selector = parsel.Selector(html_data)

return selector

def download(img_url, title):

"""

保存数据

:param img_url: 图片地址

:param title: 图片标题

:return:

"""

content = get_html(img_url).content

path = "壁纸\" + title + ".jpg"

with open(path, mode="wb") as f:

f.write(content)

print("正在保存", title)

def main(url):

"""

主函数

:param url: 列表页面 url

:return:

"""

html_data = get_html(url).text

selector = get_par(html_data)

lis = selector.css(".wb_listbox div dl dd a::attr(href)").getall()

for li in lis:

img_data = get_html(li).text

img_selector = get_par(img_data)

img_url = img_selector.css(".wb_showpic_main img::attr(src)").get()

title = img_selector.css(".wb_pictitle::text").get().strip()

download(img_url, title)

end_time = time.time() - s_time

print(end_time)

if __name__ == "__main__":

for page in range(1, 11):

url = "http://www.deskbizhi.com/min/list-{}.html".format(page)

main_thread = threading.Thread(target=main, args=(url,))

main_thread.start()

以上就是python 多线程爬取壁纸网站的示例的详细内容，更多关于python 爬取壁纸网站的资料请关注云海天教程其它相关文章！