一位苦于信息安全的萌新小白帽,记得关注给个赞,谢谢
本实验仅用于信息防御教学,切勿用于其它用途
二话不说,先上代码
import requests
from lxml import etree
from urllib.request import urlretrieve
base_url = 'http://www.521609.com' #用于拼接url图片
url = "http://www.521609.com/daxuexiaohua/list32.html"
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36"
}
response = requests.get(url,headers=headers)
#response.encoding = "gbk"
#print(response.text)
res = response.content.decode('gbk')#两种编码方式
html = etree.HTML(res)
imgs = html.xpath('//div[@class="left"]//ul/li') #通过xpath获取html中的图片地址
#print(img_link)
for i in imgs:
img_link = i.xpath('./a[1]/img/@src')[0] #获取图片地址
link = base_url + img_link #拼接成为完整url
#print(link)
name = str(i.xpath('.//a[2]/text()')) #获取图片名称
#print(name)
urlretrieve(link,name+".jpg") #下载图片到本地
执行结果
一个学习爬虫过程的一个小项目代码:
通过分析校花网的html页面,找到标签中包含的图片地址和名称,通过xpath匹配提取拼接url,然后下载图片到本地。