源码-表情包爬取

import requests
from lxml import etree
import os
import sys
from urllib.parse import quote  # 对汉字进行URL编码，URL编码的方式是把需要编码的字符转化为 %xx 的形式
import tkinter as tk
import tkinter.messagebox
import threading   # 使用线程可解决UI界面卡死问题
import time   # 本项目主要使用time.sleep()进行延时
# import PythonMagick   # 图片处理

class the_emoticon():
    def __init__(self):
        # 创建UI图形化界面
        self.window = tk.Tk()  # 创建最上层主窗口
        # 将图片转换成ico格式
        # self.logo = PythonMagick.Image('./logo.png')
        # self.logo.sample('128x128')
        # self.logo.write('./logo.ico')
        # self.window.iconbitmap('./logo.ico')
        self.window.title("表情包批量下载工具 - 黑客零")  # 窗口标题
        self.sw = (self.window.winfo_screenwidth() - 400) / 2   # 得到屏幕宽度
        self.sh = (self.window.winfo_screenheight() - 150) / 2   # 得到屏幕高度
        self.window.geometry("400x150+%d+%d" % (self.sw, self.sh))  # 窗口大小+窗口位置
        self.window.resizable(0, 0)   # 设置窗口大小不可缩放,防止用户调整尺寸
        # 定义Label组件用于显示字体
        self.tit = tk.Label(self.window, text="表情包官网：http://www.doutula.com/", font=("华文行楷", 14)).place(x=60, y=10)
        self.tit1 = tk.Label(self.window, text="（平均一页可爬取12x6=72张表情包）", font=("华文行楷", 8)).place(x=100, y=30)
        self.pages = tk.Label(self.window, text="表情包页数：", font=("微软雅黑", 10)).place(x=80, y=50)
        self.majors = tk.Label(self.window, text="表情包主题：", font=("微软雅黑", 10)).place(x=80, y=80)
        # 分别定义两个输入框（爬取页数，爬取主题）
        self.var_page = tk.StringVar()
        self.var_major = tk.StringVar()
        self.entry_page = tk.Entry(self.window, textvariable=self.var_page)
        self.entry_page.place(x=160, y=50)
        self.entry_major = tk.Entry(self.window, textvariable=self.var_major)
        self.entry_major.place(x=160, y=80)
        # 按钮组件，点击触发函数(通过线程解决UI界面卡死问题)
        self.button = tk.Button(self.window, text='开始爬取', font='15', command=lambda : self.thread_it(self.get_tar))
        self.button.place(x=160, y=110)
        self.window.mainloop()  # 启动主窗口循环


    # 使用线程解决UI界面卡死问题(要加入self，否则报错)
    def thread_it(self, func, *args):
        '''将耗时的操作函数打包进线程'''
        # 创建
        t = threading.Thread(target=func, args=args)
        # 守护
        t.setDaemon(True)
        # 启动
        t.start()
        # 阻塞 -- 卡死界面
        # t.join()


    # 主要表情包获取函数
    def get_tar(self):
        # 获取表情包页数和主题
        try:
            xx = self.var_page.get()
            x = int(xx)
            y = self.var_major.get()
        except:
            # print("请输入规范内容！")
            result = tkinter.messagebox.askokcancel(title='警告', message='请重新打开本软件并输入规范内容！')
            self.button['command'] = result
            sys.exit(0)
            self.window.destroy()

        # 首先在当前目录下创建文件夹"表情包"
        path = f".\表情包\{y}"
        isExists = os.path.exists(path)
        if not isExists:
            os.makedirs(path)

        # 改变按钮状态
        if self.button['text'] == '开始爬取':
            self.button['text'] = '爬取中...'
            self.button.config(state="disabled")

        # 共爬取x页表情包
        for i in range(x):
            # 获取页面数据
            headers = {
                'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36'
            }
            url = "http://www.doutula.com/search?type=photo&more=1&keyword=" + quote(y) + "&page=" + str(i)
            html = requests.get(url, headers=headers).text
            # print(html)

            # 解析出其中的表情包数据
            html_xpath = etree.HTML(html)
            # 如果是选取的是第一个div，可以将div[1]简写成div；选择src属性的超链接会改变，data-original才是真实超链接（应该是反爬虫机制）
            imgs = html_xpath.xpath('//*[@class="container"]/div/div/div[2]/div/div/div/div/a/img/@data-original')
            # print(imgs)

            num = 0
            # 保存表情包数据到文件夹中
            for img in imgs:
                num += 1
                try:
                    res = requests.get(img, headers=headers).content
                    img_name = img.split('/')[-1].split('.')[-1]   # 通过split()方法，根据/将字符串img分割开，并取出/分割的最后一部分字符串作名字
                    img_path = f"{path}\{y}{num}.{img_name}"   # 构造路径地址
                    with open(img_path, 'wb') as files:
                        files.write(res)
                        # print(img.name + " ====> 保存成功！")
                except:
                    pass  # 爬取失败直接忽视
        # print("表情包全部爬取完毕！")

        # 改变按钮状态
        if self.button['text'] == '爬取中...':
            self.button['text'] = '爬取成功'
            time.sleep(2)
            self.button['text'] = '开始爬取'
            self.button.config(state="normal")


if __name__ == '__main__':
    the_emoticon()

源码

记得关注哦