前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >爬虫简单应用之爬取京东手机图片

爬虫简单应用之爬取京东手机图片

作者头像
听城
发布2018-04-27 15:46:54
5690
发布2018-04-27 15:46:54
举报
文章被收录于专栏:杂七杂八
代码语言:javascript
复制
import re
import urllib.request
#只能爬取非延时加载的图片,匹配方式为正则匹配
def craw(url,page):

    #decode之后html字符串将以页面形式展现
    # 正则匹配时需要加上re.S来匹配换行符,因为.默认不匹配换行符
    #也可以不加re.S,这时就不要decode,html中中文以unicode字符展现,
    # 此时html为bytes,需要强转为str进行匹配
    html = urllib.request.urlopen(url).read().decode('utf-8')
    #html = str(html)
    pattern1 = '<div id="plist".*?<div class="page clearfix">'
    str1 = re.compile(pattern1,re.S).findall(html)[0]
    pattern2 = '![](//(.*?\.jpg))'
    imageurls = re.compile(pattern2).findall(str1)
    x = 1
    para2 = str(x)
    for imageurl in imageurls:
        imagename = 'D:/image/'+str(page)+str(x)+'.jpg'
        print(imagename)
        imageurl = 'http://'+imageurl
        try:
            urllib.request.urlretrieve(imageurl,filename=imagename)
        except urllib.error.URLERROR as e:
            if hasattr(e,"code"):
                x+=1
            if hasattr(e,"reason"):
                x+=1
        x+=1


for i in range(1,79):
    url = "https://list.jd.com/list.html?cat=9987,653,655&page="+str(i)
    craw(url,i)
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2017.08.08 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档