python爬取优美图库海量图片，附加代码，一键爬取

时间：2020-04-25 14:17:28 阅读：86 评论：0 收藏：0 [点我收藏+]

标签：编码 web 文件名 xpath 准备 extra 附加 pychar ase

优美高清图片为大家提供高清美女套图赏析,非高清不录入,大家的网速要给力。

今天教大家爬取优美图库网站中高质量的图片！！

简单易上手哦~

使用工具：

Python 3.6

pycharm

主要内容：

1、系统分析目标网页

2、html标签数据解析方法（xpath）

3、海量图片数据一键保存

爬虫的一般思路：

1、确定爬取的url路径，headers参数

2、发送请求 -- requests 模拟浏览器发送请求，获取响应数据

3、析数据 -- parsel 转化为Selector对象，Selector对象具有xpath的方法，能够对转化的数据进行处理

4、保存数据

代码如下：

import requests
import parsel

# 1、确定爬取的url路径，headers参数
base_url = ‘https://www.umei.cc/meinvtupian/meinvxiezhen/‘
headers = {‘user-agent‘: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.122 Safari/537.36‘}

# 2、发送请求 -- requests 模拟浏览器发送请求，获取响应数据
response = requests.get(base_url, headers=headers)
response.encoding = response.apparent_encoding  # 自动识别响应对象的编码
html = response.text
# print(html)

# 3、解析数据 -- parsel  转化为Selector对象，Selector对象具有xpath的方法，能够对转化的数据进行处理
# 3、1 转换数据类型
parse = parsel.Selector(html)
# 3、2 解析数据
href_list = parse.xpath(‘//div[@class="TypeList"]/ul/li/a/@href‘).extract()
# print(href_list)

for href in href_list:
    # print(href)
    # 再次发送图片请求
    href_data = requests.get(href, headers=headers).text

    # 解析图片数据
    img = parsel.Selector(href_data)
    img_src = img.xpath(‘//div[@class="ImageBody"]/p/a/img/@src‘).extract_first()
    # print(img_src)

    # 发送图片的url
    img_data = requests.get(img_src, headers=headers).content

    # 4、保存数据
    # 1、准备文件名
    file_name = img_src.split(‘/‘)[-1]
    # print(file_name)

    # 3、保存文件
    with open(‘img\\‘ + file_name, ‘wb‘) as f:
        print(‘正在保存文件：{}‘.format(file_name))
        f.write(img_data)