我们在摸鱼冲浪时，看到一些十分中（hao）意(kan)的图（mei）片(nv)，总是忍不住流连忘返，甚至还想都保存下来，但是一张一张的保存又太麻烦了，那这时候就得用到咱们的python啦~
1、系统分析目标网页
2、html标签数据解析方法
3、海量图片数据一键保存
python 3.8pycharm 2021专业版
没有软件的小伙伴可以在官网下载，也可以在点击此链接进群领取
需要安装的模块：
requests # 第三方 模块parsel # 解析数据
键盘按 win+r 输入cmd打开命令提示符窗口，输入 pip install requests 安装，两个模块安装方法是一样的。
本文思路1. 分析网站 (思路分析)
数据所在地址 kanxiaojiejie 大家自己完善一下地址，包括后面代码里的。
2、爬虫流程
发送请求 - 获取数据 - 解析数据 - 保存数据
向目标网站发送网络请求 kanxiaojiejie获取数据 (网页源代码)解析数据(提取数据) 相册详情页地址 标题向详情页发送网络请求获取数据 (网页源代码)解析数据 (提取数据图片链接)向图片链接发送请求保存数据 代码展示
模块导入
import requests import parsel
发送请求
def get_response(html_url):
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.212 Safari/537.36'
}
# 为什么这里要 requests.get() post() 请求会更安全...
response = requests.get(url=html_url, headers=headers)
return response
保存数据
img_data = requests.get(img_url).content
img_name = img_url.split('/')[-1]
print("正在下载: " + img_name)
with open("img\" + img_name, mode='wb') as f:
f.write(img_data)
解析数据
获取图片url地址以及标题 提取数据
def parse_1(html_data):
selector = parsel.Selector(html_data)
link_list = selector.css('.entry-title a::attr(href)').getall()
return link_list
主函数
def run(url):
data_html = get_response(url).text
link_list = parse_1(data_html)
for link in link_list:
data_html_1 = get_response(link).text
img_list = parse_2(data_html_1)
for img in img_list:
save(img)
调用主函数运行
for page in range(1, 112):
url = f'kanxiaojiejie/page/{page}'
run(url)
最后的照片我就不展示了，毕竟每个人都有一点自己的小私藏嘛嘿嘿~
