当前位置:
首页 > temp > 简明python教程 >
-
基础爬虫小案例:约会吧小姐姐照片,联系方式随手可得(附源码)
前言
百度贴吧是以兴趣主题聚合志同道合者的互动平台,同好网友聚集在这里交流话题、展示自我、结交朋友。贴吧中有的帖子当中有用户上传的图片,今天跟着老师把约会吧全吧的图片给爬取下来吧
预先清理磁盘哦~~
本文亮点:
1、分析页面(静态or动态)
2、两层数据解析
3、海量图片数据保存
环境介绍:
python 3.6
pycharm
requests
parsel(xpath)
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、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
4、保存数据
开始我们的案例吧
步骤
1、导入工具
import requests import parsel
2、确定爬取的url路径,headers参数
base_url = 'https://tieba.baidu.com/f?ie=utf-8&kw=%E7%BE%8E%E5%A5%B3&fr=search' headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko'}
3、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) html_str = response.text # print(html_data)
4、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
html = parsel.Selector(html_str) title_url = html.xpath('//div[@class="threadlist_lz clearfix"]/div/a/@href').extract() # print(title_url) # 拼接完整的帖子链接 second_url = 'https://tieba.baidu.com' for url in title_url: all_url = second_url + url print('当前的帖子链接为:',all_url) # 继续发送帖子的请求 response_2 = requests.get(all_url, headers=headers).text # 第二次解析 response_2_data = parsel.Selector(response_2) result_list = response_2_data.xpath('//cc/div/img[@class="BDE_Image"]/@src').extract() # 提取帖子内部图片的链接 # print(result_list) # 发送图片链接请求 for li in result_list: img_data = requests.get(li, headers=headers).content # 图片数据 # 图片文件名 file_name = li.split("/")[-1]
5、保存图片数据
with open("img\\" + file_name, 'wb') as f: print('正在下载图片:',file_name) f.write(img_data)
运行代码,结果如下图:
这样我们这一次的爬虫就算圆满成功了
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数