圆月山庄资源网

python实现爬虫下载美女图片
脚本专栏 2024/11/8 佚名
3 2
圆月山庄资源网 Design By www.vgjia.com

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

标签：
Python,爬虫
圆月山庄资源网 Design By www.vgjia.com
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：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
圆月山庄资源网 Design By www.vgjia.com
www.vgjia.com 圆月山庄资源网
139,976互联网资源
144,792高清电影
21,817无损音乐
631,128技术资源

更新日志

友情链接

杰晶网络 DDR爱好者之家 桃源资源网 杰网资源 富贵资源网 南强小屋 铁雪资源网 幽灵资源网 万梅资源网 狼山资源网 白云岛资源网 昆仑资源网 相思资源网 明霞山资源网 内蒙古资源网 黑松山资源网 茶园资源网 饿虎岗资源网 大旗谷资源网 常春岛资源网 岱庙资源网 兴国资源网 快活林资源网 蝙蝠岛资源网 帝王谷资源网 白云城资源网 伏龙阁资源网 清风细雨楼 天枫庄资源网 圆月山庄资源网 无争山庄资源网 神水资源网 移花宫资源网 神剑山庄资源网 无为清净楼资源网 金钱帮资源网 丐帮资源网 华山资源网 极乐门资源网 小李飞刀资源网 凤求凰客栈 风云阁资源网 金狮镖局 鸳鸯亭资源网 千金楼资源网 更多链接