分析Ajax 爬取今日头条街拍美图修改版(18/8/20)

崔庆才的网络爬虫实战中p247页上 分析Ajax爬取今日头条的代码会出现 BUG。以下代码为无BUG版。大致是补全了一下URL和加了一个IF条件防止出错。

import os
from _md5 import md5
import multiprocessing.pool
import requests
import urllib.parse

def get_page(offset):
    params = {
        'offset':offset,
        'format':'json',
        'keyword':'街拍',
        'autoload':'true',
        'count':'20',
        'cur_tab':'1',
        'from':'search_tab'
    }
    url = 'https://www.toutiao.com/search_content/?'+ urllib.parse.urlencode(params)
    try:
        response = requests.get(url)
        if response.status_code == 200:
            return response.json()
    except requests.ConnectionError:
        return None


def get_images(json):
    if json.get('data'):
        for item in json.get('data'):
            if item.get('title'):
                title = item.get('title')
                images = item.get('image_list')
                for image in images:
                    yield {
                        '图片':image.get('url'),
                        '标题':title
                    }


def save_image(item):
    if not os.path.exists(item.get('标题')):
        os.mkdir(item.get('标题'))
    try:
        picture_url = 'http:'+item.get('图片')
        response = requests.get(picture_url)
        if response.status_code == 200:
            file_path = '{0}/{1}.{2}'.format(item.get('标题'),md5(response.content).hexdigest(),'jpg')
            if not os.path.exists(file_path):
                with open(file_path,'wb') as f:
                    f.write(response.content)
            else:
                print('已经下载过了',file_path)
    except requests.ConnectionError:
        print('无法保存图片')



def main(offset):
    json = get_page(offset)
    for item in get_images(json):
        print(item)
        save_image(item)
group_start = 0
group_end = 10


if __name__ =='__main__':

        pool = multiprocessing.pool.Pool()
        groups = ([x*20 for x in range(group_start,group_end + 1 )])
        pool.map(main,groups)
        pool.close()
        pool.join()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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