python爬虫获取表情包助你成为群里最靓的仔

最新推荐文章于 2022-02-15 21:07:23 发布

　　꧁爬虫攻城狮꧂

最新推荐文章于 2022-02-15 21:07:23 发布

阅读量426

点赞数

文章标签： python 爬虫 pycharm

本文链接：https://blog.csdn.net/weixin_53970495/article/details/120664579

版权

环境准备

python3.9.7

pycharm

import request

import re

首先向目标网址模拟发送Get请求

import requests
import re

url = f"https://fabiaoqing.com/biaoqing/lists/page/{pages}.html"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240."
                  "198 Safari/537.36"
}
response = requests.get(url=url, headers=headers)

利用re正则表达式挑选想要的 url 和 Title

images = re.findall('<img class="ui image lazy" data-original="(.*?)"', html_data)
title = re.findall('<a href=".*?" title="(.*?)">', html_data)

最后for循环一下利用re.sub替换掉异常字符然后保存数据

for img_url, title in zip(images, title):
    sk = img_url
    if len(title) < 50:
        new_title = re.sub(r'[ \\/:*"?|<>]', '', title)
        response_2 = requests.get(img_url).content
        suffix = img_url.split('.')[-1]
        with open(f'img\\{new_title}.{suffix}', mode='wb')as f:
            f.write(response_2)
        print(new_title, sk)