Python爬虫实战详解：爬取图片之家
前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理
如何使用python去实现一个爬虫？
- 模拟浏览器 请求并获取网站数据 在原始数据中提取我们想要的数据 数据筛选 将筛选完成的数据做保存
完成一个爬虫需要哪些工具
- Python3.6
- pycharm 专业版
目标网站
图片之家
https://www.tupianzj.com/
爬虫代码
导入工具
python 自带的标准库
import ssl
系统库 自动创建保存文件夹
import os
下载包
import urllib.request
网络库 第三方包
import requests
网页选择器
from bs4 import BeautifulSoup
默认请求https网站不需要证书认证
ssl._create_default_https_context = ssl._create_unverified_context模拟浏览器
headers = {
'User-Agent':
'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36',
}
自动创建文件夹
if not os.path.exists('./插画素材/'):
os.mkdir('./插画素材/')
else:
pass请求操作
url = 'https://www.tupianzj.com/meinv/mm/meizitu/'
html = requests.get(url, headers=headers).text对页面原始数据做数据提取
soup = BeautifulSoup(html, 'lxml')
images_data = soup.find('ul', class_='d1 ico3').find_all_next('li')
for image in images_data:
image_url = image.find_all('img')
for _ in image_url:
print(_['src'], _['alt'])下载
try:
urllib.request.urlretrieve(_['src'], './插画素材/' + _['alt'] + '.jpg')
except:
pass
效果图
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2020-11-04，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录