python如何获取文件名称唯美_python爬取 优美图库 美女写真

Author = QingYeMuRong

import requests

from lxml import etree

from urllib.request import urlretrieve

from urllib.parse import urlencode

import re

import os

import time

import random

ua = [  "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.113 Safari/537.36", #chrome

"Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; SE 2.X MetaSr 1.0; SE 2.X MetaSr 1.0; .NET CLR 2.0.50727; SE 2.X MetaSr 1.0)", #搜狗

"Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; 360SE)", #360

"Mozilla/5.0 (Windows NT 6.1; WOW64; rv:34.0) Gecko/20100101 Firefox/34.0" #火狐

]

headers ={

"User-Agent":random.choice(ua)

}

print(random.choice(ua))

for i in range(1,2):  #可以自己定义爬取页数  这个文档就爬取1页

url = "http://www.umei.cc/meinvtupian/meinvxiezhen/"+str(i)+".htm"

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

data = res.content.decode('utf-8')

treeData = etree.HTML(data)

title = treeData.xpath('//title/text()')

print(title)

urls = treeData.xpath('//*[@class="TypeList"]/ul/li/a/@href') #起始地址url

titles = treeData.xpath('//*[@class="TypeList"]/ul/li/a/div/text()') #所有的url起始地址名称

print(urls)

print(titles)

for j in range(0,len(urls)):

k=titles[j]

file = 'D:/photos/'+k #D盘创建一个photos 文件夹 保存照片

# 判断文件是否存在,不存在则创建

#获取页数

res1 = requests.get(urls[0],headers=headers)

data1 = res1.content.decode('utf-8')

part1 = '

共(.*?)页'

url_num =re.compile(part1,re.S).findall(data1)

print(url_num[0])

if not os.path.exists(file):

os.makedirs(file)

print('--创建成功--')

for n in range(0,eval(url_num[0])):

if n==0 :

urls3 = urls[j]

else:

urls3 = urls[j][:-4]+'_'+str(n+1)+'.htm'

# print(urls3)

print(urls3)

try:

res2 = requests.get(urls3,headers=headers)

data2 = res2.content.decode('utf-8')

# print(data1)

                                                                    part2 = ''

photo_url = re.compile(part2,re.S).findall(data2)

print(photo_url)

path = 'D:/photos/'+k+'/'+str(n+1)+'.jpg'

urlretrieve(photo_url[0],path)

print("下载完成,程序挂起0.5s") #防止爬取速度过快

time.sleep(0.5)

except Exception as err:

print(err)

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