python 手机编程 爬虫_python简单爬虫编写

1.主要学习这程序的编写思路

a.读取解释网站

b.找到相关页

c.找到图片链接的元素

d.保存图片到文件夹

.....

将每一个步骤都分解出来,然后用函数去实现,代码易读性高.

##代码尽快运行时会报错,还须修改

import urllib.request

import os

def url_open(url): #读取解释

req = urllib.request.Request(url)

# req.add_header(\'User-Agent\',\'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/36.0.1985.125 Safari/537.36\')

response = urllib.request.urlopen(req)

html = response.read()

return html

def get_page(url): #找到相关页

html = url_open(url)

a = html.find('current-comment-page')

b = html.find(a)

return html[a:b]

def find_imgs(url): #找到图片链接的元素

html = url_open(url)

img_addrs = []

a = html.find('img src=')

while a != -1:

b = html.find('.jpg',a,a +255')

if b !=-1:

img_addrs.append(html[a+9:b+4])

else:

b = a +9

a = html.find('img src=',b')

return img_addrs

def save_imgs(folder, img_addrs): #保存图片到文件夹

for each in img_addrs:

filename = each.split('\'/\'')

with open(filename,'wb') as f:

img =url_open(each)

f.write(img)

def download_mm(folder='OOXX',pages=10):

os.mkdir(folder)

os.chdir(folder)

url = 'http://jandan.net/ooxx/'

page_num = int(get_page(url))

for i in range(pages):

page_num -= i

page_url = url + 'page-' + str(page_num) + '#comments'

img_addrs = find_imgs(page_url)

save_imgs(img_addrs)

if __name__ == '__main__':

download_mm()

  • 1
    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