爬取图片

用爬虫爬取小姐姐的图片

用的库

re #正则表达式
requests #url请求
time   #时间
os     #用于创建文件夹，保存图片

##准备工作
1.首先访问该链接
https://www.vmgirls.com/
2.随便点击一个进入查看详情
https://www.vmgirls.com/13344.html
3.F12审查元素网查看页详情，主要查看图片链接的标签位置，写出正则表达式

该正则表达式为findlinks = '<a href="(.*?)" alt=".*?" title=".*?">'

完整程序

# -*- coding = utf - 8 -*-
#@Time : 2020/7/16 13:36
#@Author : sunzy
#@File : tupian.py
import re
import requests
import time
import os

dir = "plmm"        #文件夹名字
if not os.path.exists(dir):   #首先判断是否存在当前文件夹如果没有则创建一个
    os.mkdir(dir)
# 模仿浏览器的首部信息，绕过一些网站的反爬取措施
head = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36 Edg/83.0.478.61"
    }

url = "https://www.vmgirls.com/13344.html"
response = requests.get(url, headers = head)   # 访问目标网页，获取网页内容
html = response.text

findlinks = '<a href="(.*?)" alt=".*?" title=".*?">'
urls = re.findall(findlinks, html)   #爬取到的图片链接保存在urls中， 是一个列表

for url in urls:
    time.sleep(1)    #防止访问速度过快使服务器崩溃
    file_name = url.split('/')[-1]    #保存图片的名字

    res = requests.get(url, headers = head)   #依此访问图片链接
    with open(dir+'/'+file_name, "wb") as f:   #以二进制形式保存图片
        f.write(res.content)