简单爬虫小项目-爬取煎蛋网图片

import urllib.request
import os
import base64


def url_open(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36')
    response = urllib.request.urlopen(req)
    html = response.read()
    return html
     


def find_imges(url):
    html = url_open(url).decode('utf-8')
    img_addrs = []
    
    a = html.find('img src')
    while a!=-1:
        b = html.find('.jpg',a,a+255)
        if b!=-1:
            img_addrs.append('http:'+html[a+9:b+4])
        else:
            b=a+9
                

        a = html.find('img src',b)

    return img_addrs
     
    
    
    
   

def get_page(url):
    html = url_open(url).decode('utf-8')
    a= html.find('current-comment-page')+23
    b =html.find(']',a)
    print(html[a:b])
    return html[a:b]



def save_imges(file,urls):
    for each in urls:
        filename = each.split('/')[-1]
        with open(filename,'wb') as f:
            img = url_open(each)
            f.write(img)
            
    



def download_mm(file = "ooxx3",pagenum = 10):
    os.mkdir(file)
    os.chdir(file)
    url = 'http://jandan.net/girl/'
# 首先访问到页面,查看页面内的页码
    page_num  = 65
    # int(get_page(url))
# 其次根据页码得到一定量的页面的网址
    for i in range(pagenum):
        page_num-=1
        datee = "20210726-"
        str_url = datee+str(page_num)
        encode_url = base64.encodebytes(str_url.encode('utf-8')).decode()
        aa = "#com"
        detail_url = url+encode_url
        detail_ur =detail_url+aa
        print(detail_ur)
        
        # 然后对网址内的jpg进行网址识别抓取
        img_addrs =find_imges(detail_url)
        #然后对jpg进行保存到文件
        save_imges(file,img_addrs)

        

download_mm()
         
# 代理使用 要得到代理表达式,获得代理支持urllib.request.proxyhander()
# 然后将获得build_oener() ,然后在安装到opener,urllib.request.intall_opener

by :参照小甲鱼视频

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
感谢您的提问。我理解您想了解如何用 Python 爬虫爬取雪球的金融数据。下面是一个简单爬虫项目,可以帮助您实现这个目标: 1. 确定爬取的目标页 我们需要确定要爬取的目标页。在本例中,我们将使用雪球的金融数据页面:https://xueqiu.com/hq。 2. 使用 requests 库发送 HTTP 请求 我们可以使用 Python 的 requests 库来发送 HTTP 请求并从目标页获取数据。以下是如何发送 GET 请求的示例代码: ```python import requests url = 'https://xueqiu.com/hq' response = requests.get(url) print(response.text) ``` 3. 解析 HTML 页面 我们可以使用 Python 的 Beautiful Soup 库来解析 HTML 页面。以下是如何使用 Beautiful Soup 库解析响应的 HTML 页面的示例代码: ```python from bs4 import BeautifulSoup soup = BeautifulSoup(response.text, 'html.parser') # 打印解析后的 HTML 页面 print(soup.prettify()) ``` 4. 提取数据 一旦我们成功解析了 HTML 页面,就可以使用 Beautiful Soup 库中的一些方法来提取我们需要的数据。以下是如何从 HTML 页面中提取股票代码和股票名称的示例代码: ```python # 找到包含股票代码和名称的表格 table = soup.find('table', {'class': 'table'}) # 找到所有的行 rows = table.find_all('tr') # 遍历每一行,并提取股票代码和名称 for row in rows: cols = row.find_all('td') if len(cols) > 0: code = cols[0].text.strip() name = cols[1].text.strip() print(code, name) ``` 5. 存储数据 最后,我们可以将提取的数据存储到文件中。以下是如何将股票代码和名称存储到 CSV 文件中的示例代码: ```python import csv with open('stocks.csv', 'w', newline='') as csvfile: writer = csv.writer(csvfile) writer.writerow(['Code', 'Name']) for row in rows: cols = row.find_all('td') if len(cols) > 0: code = cols[0].text.strip() name = cols[1].text.strip() writer.writerow([code, name]) ``` 希望这个爬虫项目可以帮助您了解如何用 Python 爬虫爬取雪球的金融数据。如果您还有其他问题,请随时问我。

“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