多线程爬取某网站表情包

import requests
import parsel
import re
import concurrent.futures  # 线程池模块

def change_title(title):
    mode = re.compile(r'[\\\/\:\*\?\"\<\>|]')
    new_title = re.sub(mode, "_", title)
    return new_title
def get_response(html_url):
    headers = {
        'User-Agent': 'xxx'
    }
    response = requests.get(url=html_url, headers=headers)
    return response
def save(title,img_url,name):
   img_content = get_response(img_url).content
   try:
       with open('img\\' + title  + '.' + name, mode='wb') as f:
           f.write(img_content)
           print('正在保存...', title)
   except:
       pass
def main(html_url):
    html_data=get_response(html_url).text
    selector = parsel.Selector(html_data)  # 把response.text转换成selector对象
    divs = selector.css('#container div.tagbqppdiv')  # css根据标签提取内容
    for div in divs:
        img_url = div.css('img::attr(data-original)').get()
        title = div.css('img::attr(title)').get()
        # print(title, img_url)
        name = img_url.split('.')[-1]
        # print(name)
        # 保存数据
        new_title = change_title(title)
        save(new_title,img_url,name)
if __name__ == '__main__':
    exe = concurrent.futures.ThreadPoolExecutor(max_workers=5)
    for page in range(1, 21):
        url = f'http://fabiaoqing.com/biaoqing/lists/page/{page}.html'
        exe.submit(main,url)
    exe.shutdown()
    

代码学习出自b站视频,链接https://www.bilibili.com/video/BV1dh411Q7Xo?share_source=copy_web

  • 0
    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