爬虫学习之xpath:使用requests、xpath、html.etree、图片懒加载、转换编码等,爬取多页图片并下载

# -*- coding: utf-8 -*-
import os,requests
from lxml import html
headers={
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36'
}
fileName = 'TestFiles'
if not os.path.exists(fileName):
    os.mkdir(fileName)
url = 'http://sc.chinaz.com/tupian/index_%d.html'
for page in range(1,2):
    if page == 1:
        img_url = 'http://sc.chinaz.com/tupian/'
    else:
        img_url = format(url%page)
    response = requests.get(url=img_url,headers=headers)
    response.encoding = 'utf-8'
    page_text = response.text
    tree = html.etree.HTML(page_text)
    a_list = tree.xpath('//div/a/img')
    for a in a_list:
        img_src = a.xpath('./@src2')[0][:-6] + '.jpg'   #动态懒加载的网站,使用抓包工具查找真正的图片地址并留意图片_s
        img_name = a.xpath('./@alt')[0] + '.jpg'
        img_data = requests.get(url=img_src,headers=headers).content
        img_path = fileName + '/' + img_name
        with open(img_path,'wb') as fp:
            fp.write(img_data)
        print(img_name +':'+'保存成功')
  • 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