码迷,mamicode.com
首页 > 编程语言 > 详细

用python来抓取“煎蛋网”上面的美女图片,尺度很大哦!哈哈

时间:2017-06-26 00:42:48      阅读:1011      评论:0      收藏:0      [点我收藏+]

标签:chrome   header   ges   作品   htm   image   blog   int   ==   

废话不多说,先上代码:

import urllib.request
import re

#获得当前页面的页数page_name
def get_pagenum(url):
    req = urllib.request.Request(url)
    req.add_header(User-Agent,Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36)
    res = urllib.request.urlopen(req)
    html = res.read().decode(utf-8)
    p = r<span class="current-comment-page">[^"]+</span>
    temp = re.search(p,html)
    page_num = temp.group()[36:39]
    return page_num


#将此页面上的图片写入我们的mm文件夹中
def get_img(page_url):
    req = urllib.request.Request(page_url)
    req.add_header(User-Agent,Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36)
    res = urllib.request.urlopen(req)
    html = res.read().decode(utf-8)
    p = r<img src="([^"]+\.jpg)"
    url_list = re.findall(p,html)
    num = 0
    for each in url_list:
        file = open(C:/Users/lenovo/Desktop/mm/+each[-8:]+.jpg,wb)
        if each[0:5] == http::
            res = urllib.request.urlopen(each)
        else:
            res = urllib.request.urlopen(http:+each)
        file.write(res.read())
        file.close()

    

#只能直接运行
if __name__ == __main__:
    url = http://jandan.net/ooxx/
    page_num = get_pagenum(url)
    for i in range(10):   #抓取了十个页面上美女图片
        page_url = url + page-+str(page_num)+#comments
        get_img(page_url)
        page_num = int(page_num) - 1
    


#下面是写正则的时候方便看所以粘贴过来的连接
#<img src="//ws3.sinaimg.cn/mw600/006wUWIjgy1fgxrw8goikj30hs0qodh7.jpg" style="max-width: 480px; max-height: 750px;">

#http://jandan.net/ooxx/page-143#comments

#<span class="current-comment-page">[141]</span>

#  http://wx3.sinaimg.cn/mw600/661eb95cly1fgioxk7mk3j20xc1e01f1.jpg

#<img src="//wx1.sinaimg.cn/mw600/006wUWIjgy1fgxg2yj5f3j30g70s6dgw.jpg" style="max-width: 480px; max-height: 750px;">

结果如下:

技术分享

由于时间原因,我只抓取了“煎蛋网”上的十个页面的美女图片罢了,大家可以更改其中的循环次数,可以抓取很多,这里我只抓取了250个图片,一共51.2kb,哈哈,可以很好的欣赏美女图片了,看的都要流鼻血了。。。

当然,此程序还是不够完善,只是我初学python网络爬虫的小作品罢了,以后再些更加完善的。接下来的一段时间真的得好好准备期末考试和考研了,加油!

 

参考来源:  https://zhuanlan.zhihu.com/p/26442105  

Note:没有经过我的同意,请勿随便转载!谢谢。

用python来抓取“煎蛋网”上面的美女图片,尺度很大哦!哈哈

标签:chrome   header   ges   作品   htm   image   blog   int   ==   

原文地址:http://www.cnblogs.com/jeavenwong/p/7078585.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!