花生漫画爬虫（Python代码实现 爬虫实战)

有个本科室友很喜欢花生漫画（Peanuts)，我打算把Peanuts官网从1953年到现在的全部漫画都爬给他。

Peanuts官网网页结构简单，前面是固定的，后面就是年月日

https://www.gocomics.com/peanuts/1953/1/2

网页内容如下：

找到漫画图片对应的前段元素，可以看到漫画图片的标题对应着img class里面的alt属性，漫画的图片链接对应着img class里面的src属性

from selenium import webdriver
import requests
import re

browser = webdriver.Chrome()
for year in range(1953,2021):   # 年
    for month in range(1,13):   # 月
        for day in range(1,29): # 日
            url = f'https://www.gocomics.com/peanuts/{year}/{month}/{day}'
            browser.get(url)

            data = browser.page_source # 获取网页源码
            # 正则表达式匹配漫画图片的标题
            title = re.findall(', data, re.S)
            # 正则表达式匹配漫画图片的链接
            img = re.findall(', data, re.S)
			
            # 保存爬取的内容
            for i in range(len(title)):
                title[i] = title[i].replace('Peanuts Comic Strip for','')
                res = requests.get(img[i])
                file = open('peanuts/' + title[i] + '.jpg', 'wb')
                file.write(res.content)
                file.close()
# browser.close()