码迷,mamicode.com
首页 > 其他好文 > 详细

老司机,了解一下

时间:2018-05-24 13:12:01      阅读:140      评论:0      收藏:0      [点我收藏+]

标签:python爬虫;人工智能

直接运行,拿走不送

import requests as req
from bs4 import BeautifulSoup
import lxml
import re
import os
import aiohttp
import asyncio
u="D:/test"
if not os.path.exists(u):
    os.mkdir(u)
base_url="http://www.hkdsz.com/art-type-id-{page}-pg-{num}.html"
temp_url="http://www.hkdsz.com"


async def job(p):
    urls=[base_url.format(page=p,num=x) for x in range(1,3)]    
    for url in urls:
        
        htmlone=req.get(url).text
        soup_one=BeautifulSoup(htmlone,features='lxml')
        pages=soup_one.find('div',{'class':'box list channel'}).find('ul').find_all('a')
        for y in pages:
            
            title=y['title'].split()
            title=str(title).replace(':','').replace('!','').replace('?','').replace(',','').replace(' ','')
            print(title)
            new_url=temp_url+y['href']
            htmltwo=req.get(new_url).text
            souptwo=BeautifulSoup(htmltwo,features='lxml')
            img_urls=souptwo.find('div',{'class':'novelContent'}).find('img')
            img_base_url=s=str(img_urls['src']).split("-")[0]
            t=souptwo.find('div',{'class':'pagination'}).find_all('a',{'class':'pagelink_a'})[1]
            max=str(t).split("-")[-1].split(".")[0]
            n=0
            try:
                os.mkdir(u+"/"+title)
            except Exception as e:
                continue
            for z in range(1,int(max)+1):
                n=n+1
                new_url=img_base_url+"-"+str(z)+".jpg"
                html=req.get(new_url,timeout=7)
                with open(u+"/"+title+"/"+str(n)+".jpg",'wb') as f:
                    f.write(html.content)
        
        asyncio.sleep(1)
async def main(loop):
    tasks = [loop.create_task(job(x)) for x in range(0,8)]
    await asyncio.wait(tasks)
loop=asyncio.get_event_loop()
loop.run_until_complete(main(loop))
loop.close()


老司机,了解一下

标签:python爬虫;人工智能

原文地址:http://blog.51cto.com/11623741/2119800

(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!