DDR爱好者之家

python实现爬虫下载美女图片
站长资源 2024/11/25 佚名
36 1538
DDR爱好者之家 Design By 杰米

本次爬取的贴吧是百度的美女吧，给广大男同胞们一些激励

在爬取之前需要在浏览器先登录百度贴吧的帐号，各位也可以在代码中使用post提交或者加入cookie

爬行地址：http://tieba.baidu.com/f"htmlcode"> 

#-*- coding:utf-8 -*-
import urllib2
import re
import requests
from lxml import etree

这些是要导入的库，代码并没有使用正则，使用的是xpath，正则困难的童鞋可以尝试使用下

推荐各位先使用基本库来写，这样可以学习到更多

links=[]　　　　#遍历url的地址
k=1　　　　
print u'请输入最后的页数：'
endPage=int(raw_input())　　　　#最终的页数　　(r'\d+("j_th_tit"]/@href')　　　　　　　　#抓取当前页面的所有帖子的url

#大家可以使用浏览器自带的源码查看工具，在指定目标处查看元素，这样更快捷

  for i in links:
    url1="http://tieba.baidu.com"+i　　　　　　#因为爬取到的地址是相对地址，所以要加上百度的domain
    html2=urllib2.urlopen(url1).read()　　　　　　#读取当前页面的内容
    selector=etree.HTML(html2)　　　　　　　　　　#转换为xml用于识别
    link=selector.xpath('//img[@class="BDE_Image"]/@src')　　　　#抓取图片，各位也可以更换为正则，或者其他你想要的内容

#此处就是遍历下载
    for each in link:
      #print each
      print u'正在下载%d'%k
      fp=open('image/'+str(k)+'.bmp','wb')　　　　　　#下载在当前目录下 image文件夹内，图片格式为bmp
      image1=urllib2.urlopen(each).read()　　　　　　　　#读取图片的内容
      fp.write(image1)　　　　　　　　　　　　　　　　　　#写入图片
      fp.close()
      k+=1　　　　#k就是文件的名字，每下载一个文件就加1

print u'下载完成!'

如果想要爬取其他站点的内容，大家可以参考一下

DDR爱好者之家 Design By 杰米
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
DDR爱好者之家 Design By 杰米
ddrfans.com DDR爱好者之家
8,675无损音乐
1,324高清电影
213破解软件
70,141收录资讯

更新日志

友情链接

杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网
DDR爱好者之家 Design By 杰米