本次目标

网站：发表情

网不好，没加载出来，表弟又在当老六，看不该看的抢我网速！！！

使用的工具

环境：Python3.8、pycharm
需要安装的第三方模块：lxml 、requests

页面分析

静态还是动态 get
翻页规律
在img标签下获取属性
src属性 data 下载链接
获取title属性值图片的名字xpath

代码实战

# 导入模块
import requests  # 请求模块 
from lxml import etree  # 解析模块 
import urllib.request  # 内置模块 
import re  # 正则
# 文章不理解，我也录制了相应的视频讲解
# 直接在这个君羊：708525271领取就好了，包括完整代码 
num = 0
for i in range(1,11):
    url = f'https://**网址屏蔽了，不然过不了/biaoqing/lists/page/{i}.html'
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/105.0.0.0 Safari/537.36'
    }  # 模拟用户 爬取数据
    response = requests.get(url,headers=headers)
    data = response.text
    # print(data)   # 输出
    # 创建对象 html-->xml
    html = etree.HTML(data)
    # 找到所有img标签 //在任意节点去匹配 不需要考虑位置 //img[@class="ui image lazy"]
    img_tag = html.xpath('//img[@class="ui image lazy"]')
    # print(len(img_tag))  # 一个页面有45个表情包
    for img in img_tag:
        # print()
        # 下载链接
        src = img.xpath('@data-original')[0]
        # print(src)
        # 名字 当前的img下面找当前节点 title属性'@title'
        name = img.xpath('@title')[0]
        # print(name)
        title = re.sub('[\ / : * ? " < > |]',"", name)  # 替换
        urllib.request.urlretrieve(src,f'img/{title}{num}.jpg')  # 保存
        print(f'{num}张爬取完毕')
        num+=1   # 等价于num=num+1