#Python&bs4及(优美图库)案例实战

bs4介绍及案例

# 安装bs4
# pip install bs4
from bs4 import BeautifulSoup

html = """
<ul>
      <li><a href="zhangwuji.com">张无忌</a></li>
      <li id="abc"><a href="zhouxingchi.com">周某某</a></li>
      <li><a href="zhubajie.com">猪八戎</a></li>
      <li><a href="wuzetian.com">武则天</a></li>
      <a href="jinmaoshiwang.com">金毛狮王</a>
</ul>
"""

# 1. 初始化BeautifulSoup对象
page = BeautifulSoup(html,"html.parser")
# page.find("标签名",attrs={"属性","值"}) # 查找某个元素,只会找到一个结果
# 案例
# page.find("li",attrs={"id","abc"})
# page.find.all("标签名",attrs={"属性","值"}) # 找到一堆结果

# li = page.find("li",attrs={"id":"abc"})
# # print(li)
# a = li.find("a")
# print(a.text)  # 拿文本
# print(a.get("href")) # 拿属性. get("属性名")

li_list = page.find_all("li")
# print(li_list)
for li in li_list:
    a = li.find("a")
    text = a.text
    href = a.get("href")
    print(text,href)

案例

import requests
from bs4 import BeautifulSoup

domain = "https://www.umeitu.com"

"""
注意:
    子页面的url如果开头是/，直接在前面拼接上域名即可
    子页面的url不是/开头，此时需要找到主面的url，去掉最后一个/后面的所有内容。和当前获取到的url进行拼接
    

"""
url = "https://www.umeitu.com/bizhitupian/xiaoqingxinbizhi/"

resp = requests.get(url)
resp.encoding="utf-8"
# print(resp.text)

n = 1 # 图片名称

main_page = BeautifulSoup(resp.text,"html.parser")
a_list =main_page.find_all("a",attrs={"class":"TypeBigPics"})

# print(len(a_list)) # 打印整张网页上面的图片数量 30
for a in a_list:
    href = a.get("href")
    child_url = domain + href
    # print(child_url) # 打印出图片的网址
    child_resp = requests.get(child_url)
    child_resp.encoding="utf-8"
    # print(child_resp.text)  # 打印单张图片信息
    # 子页面的bs的对象
    child_bs = BeautifulSoup(child_resp.text,"html.parser")
    div = child_bs.find("div",attrs={"class":"ImageBody"})
    img_src = div.find("img").get("src" ) # 拿到图片的下载路径
    # print(img_src)
    # 下载图片
    img_resp = requests.get(img_src)
    # print(img_resp.text) # 注意，图片不是文本，不能获取text的内容
    with open(f"{n}.jpg",mode = "wb") as f: # 注意，此时写入到文件的是字节，所以必须是wb
        f.write(img_resp.content)  # 把图片信息写入到文件中

    print(f"{n}图片下载完毕")
    n+=1