前言

今天带大家采集一个二次元图片网站, 里面漂亮的小姐姐层出不穷，图片的数据量也是比较大的, 来一睹为快吧! !

开发环境介绍：

python 3.6
pycharm
requests
parsel
os

爬虫案例数据采集一般步骤:

找数据对应的链接地址
代码发送地址的请求
数据解析<解析我们要的数据>
数据保存(本地)

1. 首先第一步，找到对应的链接地址

因为是静态网页，所以数据很容易就找到了

# url编码: 中文在请求和响应的时候转码, http协议默认不支持中文, 由 % 字母 数字
request_address = f'https://www.jdlingyu.com/tag/%e5%b0%91%e5%a5%b3/page/{page}'
# 代表浏览器身份标识
headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'}

2. 代码发送地址的请求

response = requests.get(url=request_address, headers=headers)
html_data = response.text  # 字符串 -- 正则
print(html_data)

请求一下，看看对不对

3. 数据解析<解析我们要的数据> html数据, xpath

selector = parsel.Selector(html_data)  # 转换数据类型

lis = selector.xpath('//div[@id="post-list"]/ul/li')  # 所有相册的标签

for li in lis:  # 一个一个操作相册标签对象
    pic_title = li.xpath('.//h2/a/text()').get()  # 相册标题
    pic_href = li.xpath('.//h2/a/@href').get()  # 相册地址
    print(pic_title, pic_href)

4. 保存数据

with open(f'img\\{pic_title}\\{pic_name}', mode='wb') as f:
    f.write(img_data)
    print('保存完成:', pic_name)

出处：https://www.cnblogs.com/qshhl/p/15040082.html

栏目列表

首页 > temp > python入门教程 >

Python爬虫案例教学演示：爬取“绝对领域”二次元小姐姐图片

前言

开发环境介绍：

爬虫案例数据采集一般步骤:

1. 首先第一步，找到对应的链接地址

2. 代码发送地址的请求

3. 数据解析<解析我们要的数据> html数据, xpath

4. 保存数据