python爬虫之-斗图网爬取

                                  python爬虫之-斗图啦爬取

利用：requests， re

功能：用户自定义关键词，页码

 

                                                              

 

                                                        整体代码

# 请求库
import requests
# 正则
import re
# 让用户输入
img_name = input("请输入表情包关键词（如飞机）：")
page_number = input('请输入需要下载的页数：')
# 模拟浏览器
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.106 Safari/537.36"
}
# 设置i= 0后面作为文件名
i = 0
# 构造网址
for img_url in range(0, int(page_number)):
    # 因为range减1所以这里加1
    img_url += 1
    url = 'https://www.doutula.com/search?type=photo&more=1&keyword=' + img_name + '&page=' + str(img_url)
    # 请求
    response = requests.get(url, headers=headers).text
    # 编写正则
    img_urls = re.findall('data-original="(.*?)"', response)
    # 遍历图片网址
    for j in img_urls:
        # 设置异常处理
        try:
            # 请求图片网址
            response = requests.get(url=j, headers=headers).content
            i += 1
            print('正在下载第：' + str(i) + '张')
            # 下载图片
            with open(r'C:/Users/Admin/Desktop/斗图啦/' + str(i) + '.jpg', 'wb')as f:
                f.write(response)
                print('下载完成...')
                print('------------------------')
        # 遇到异常输出以下文字，并继续执行程序
        except Exception as err:
            print('*************************')
            print('****该图片为动态图已跳过****')
            print('*************************')

 运行结果：