Python爬图片

一时无聊“乱”点，点到了个图片网站，一看到mz图就行爬！( •̀ ω •́ )✧

来分析一下网站

点一下第二页，网址后面就会多出 /page/2 。点第三页也是，那么把后面的数字改成1

发现可以跳回首页。

查看网页源代码，发现没有js加密。

开搞(滑稽)

导入模块

import requests
import parsel
import os

 请求一下网站

url = 'https://www.xxxxx.com/page/1'
response = requests.get(url=url)
response.encoding = response.apparent_encoding  # 防止乱码
print(response.text)

打印出来后发现没有乱码。

下面来解析一下

发现图片在div  这个大标签里面，每一张图片对应每一个article，图片就在article下的img里面，src就是图片地址，title可以当图片名称，title是图片拍摄的日期吧大概(o゜▽゜)o☆ 

我们用xpath来定位一下图片。

@src是提取src里面的内容，也就是图片地址，可以看到有二十个对象 

 再来看看title

text()是获取文本，可以看到一样是20个（title对应图片，肯定是20个）

 那么我们用parsel库来转一下

selector = parsel.Selector(response.text)
print(selector)

img_url = selector.xpath('//*[@]/article//a/img/@src').getall()
title_url = selector.xpath('//*[@]/article//h2/a/text()').getall()
print(img_url)
print(title_url)

 getall()是获取所有。

看着有点难受，而且还在列表里面，我们要把它们提取出来

 现在是把它们一一对应，接着就是提取

可以看到已经提取出来了，如果有不懂我们要加【0】和【1】的，可以看我前面的文章

列表的使用

接着对图片的地址请求一下，然后转成content

创建一个文件夹用来存图片

filename = 'img\'
if not os.path.exists(filename):
    os.mkdir(filename)

 意思是如果没有一个叫img的文件夹就创建一个。

爬一页就20张。。肯定不够看的，先来个20页！！！

for page in range(1, 21):
    url = 'https://www.xxxxx/page/{}'.format(page)
    response = requests.get(url=url)

然后就是保存

        with open(filename + title + '.jpg', mode='wb') as f:
            f.write(response_1)
            print(title, img_1, "爬取成功！")

效果：

完整代码如下：

import requests
import parsel
import os

filename = 'img\'
if not os.path.exists(filename):
    os.mkdir(filename)

for page in range(1, 21):
    url = 'https://www.xxxxx.com/page/{}'.format(page)
    response = requests.get(url=url)
    response.encoding = response.apparent_encoding
    # print(response.text)

    selector = parsel.Selector(response.text)
    # print(selector)
    #
    img_url = selector.xpath('//*[@]/article//a/img/@src').getall()
    title_url = selector.xpath('//*[@]/article//h2/a/text()').getall()
    # print(img_url)
    # print(title_url)
    for zip_list in zip(img_url, title_url):
        # print(zip_list)
        img_1 = zip_list[0]
        title = zip_list[1]
        response_1 = requests.get(url=img_1).content
        with open(filename + title + '.jpg', mode='wb') as f:
            f.write(response_1)
            print(title, img_1, "爬取成功！")

最后：

一张一张看太麻烦了，直接弄成壁纸，然后几分钟切换，方便又养眼！

：very good！！

：必须good！！！！！

有些东西涉及到隐私，所以弄了码，请见谅！