码迷,mamicode.com
首页 > 编程语言 > 详细

Python学习笔记(五十)爬虫的自我修养(三)爬取漂亮妹纸图

时间:2017-09-23 20:14:57      阅读:361      评论:0      收藏:0      [点我收藏+]

标签:chdir   获取   工作   ==   dom   x64   获得   pytho   保存   

import random
import urllib
from urllib import request
import os

#########################################################
# 参数设置
wsp = DouziOOXX

# 打开连接
def url_open(url):
    req = urllib.request.Request(url)
    req.add_header(User-Agent,
                   Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.78 Safari/537.36)
    response = urllib.request.urlopen(req)
    html = response.read()

    # print(url)
    return html

def get_page(url):
    # 打开链接
    html = url_open(url).decode(utf-8)
    # 查找 current-comment-page
    a = html.find(current-comment-page) + 23
    b = html.find(], a)   # 从a开始,找到第一个 ], 返回索引
    return html[a:b]


def find_imgs(url):
    html = url_open(url).decode(utf-8)
    img_addrs = []

    a = html.find(img src=)
    while a != -1:
        b = html.find(.jpg, a, a + 255)
        if b != -1:   # 找到一个 jpg
            img_addrs.append(html[a+9 : b+4])  # 加入列表
        else:         # 到不到, 移动b的位置
            b = a + 9
        a = html.find(img src=, b)  # 在b之后开始,再找img src

    # for each in img_addrs:
    #     print(each)
    return img_addrs

def save_imgs(folder, img_addrs):
    for each in img_addrs:
        filename = each.split(/)[-1]
        # print(‘http:‘ + each)
        with open(filename, wb) as f:
            img = url_open(http: + each)
            f.write(img)

def download_mm(folder = wsp, pages = 10):
    os.mkdir(folder)
    # 切换到工作目录
    os.chdir(folder)

    url = "http://jandan.net/ooxx/"
    # 获得页面的地址
    page_num = int(get_page(url))
    for i in range(pages):
        page_num -= i
        # 打开这个地址
        page_url = url + "page-" + str(page_num)
        # 获取图片地址, 保存为一个列表
        img_addrs = find_imgs(page_url)
        # 保存到图片到指定文件夹
        save_imgs(folder, img_addrs)

if __name__==__main__:
    download_mm()

技术分享

 技术分享

 (果然爬妹纸图是学习爬虫的动力嘛~~)

 

 

   

 

Python学习笔记(五十)爬虫的自我修养(三)爬取漂亮妹纸图

标签:chdir   获取   工作   ==   dom   x64   获得   pytho   保存   

原文地址:http://www.cnblogs.com/douzujun/p/7582223.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!