多线程抓取英雄联盟全皮肤并保存

import requests
import threading
from queue import   Queue
from lxml import etree
import time
import wget
import os

urlQueue=Queue()#链接队列
threads_num=100 #线程数
threads=[]
urList=[]
skin=[]

def getUrl(UrlList):
    for i in range(1,43):
        UrlList.append("http://lol.52pk.com/pifu/hero/hero_"+str(i)+".shtml")
    return UrlList

def download(url):
    try:
        r=requests.get(url)
        r.raise_for_status
        print(r.url)
        html=r.text
        return html
    except:
        print("抓取失败")

def tree_parser(html):
    try:
        tre=etree.HTML(html)
        skin=tre.xpath('//li[@class="boxShadow"]/a/img/@src')
        return skin
    except:
        print("分析失败")

def downloads():
    while True:
        global urlQueue
        url = urlQueue.get()  # 取一个url
        if url is None:
            break
        t = download(url)
        skin=tree_parser(t)

        for i in skin:
            try:
                path = "D:\\skin"
                t = wget.download(i,os.path.join(path,i.split("1")[-1]))
            except:
                print("存储失败",i)
        urlQueue.task_done()
        print("剩余:",urlQueue.qsize())
def main():
    List=getUrl(urList) #获取所有网址链接
    for i in List:
        urlQueue.put(i)
        #启动线程,并放入线程池中
    for i in range(threads_num):
        t=threading.Thread(target=downloads())
        t.start()
        threads.append(t)
    urlQueue.join()
    #向队列发送n个None
    for i in range(threads_num):
        urlQueue.put("None")
    for t in threads:
        t.jion()
    print("结束程序")

starttime=time.time()
main()
times = time.time() - starttime
print(times)
  • 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