本文来源吾爱破解论坛
我也来写个爬虫，主要爬取妹子图网站的图片，使用前需要确认你的Python版本为Python3。
1.安装依赖
[Shell] 纯文本查看 复制代码
pip install requests pip install lxml pip install feedparser
2.创建一个文件夹放下此脚本
3.运行脚本
[Shell] 纯文本查看 复制代码
python mzitu.py
说明：我偷了个懒，发现这个网站有rss订阅源，所以直接获取rss里的链接。在rss订阅源里刚好20个链接，所以15行是range(20)，这里没写异常捕获，如果超过20，会报错，可以小于不能大于。如果想获取所有文章链接的话，可以自己修改get_url()函数。
注意：如果环境，依赖包都OK的话，可以直接把代码复制好运行的，Windows10跟Linux系统都可以运行。
[Python] 纯文本查看 复制代码
# -*- coding: UTF-8 –*-
import feedparser
import requests
from lxml import etree
import threading
import random
import os
def get_url():
rss_url = 'https://www.mzitu.com/feed/'
feeds = feedparser.parse(rss_url)
page_url = []
for i in range(20):
page_url.append(feeds.entries[i]['link'])
return page_url
def download(dirname, imgurl):
headers = {
'referer':'https://www.mzitu.com/',
'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'
}
filename = imgurl.split('/')[-1]
r = requests.get(imgurl, headers = headers, stream=True)
if os.path.exists(dirname):
with open(dirname + '/' + filename, 'wb') as f:
for chunk in r.iter_content(chunk_size=32):
f.write(chunk)
print('下载:%s中' % filename)
else:
os.mkdir(dirname)
with open(dirname + '/' + filename, 'wb') as f:
for chunk in r.iter_content(chunk_size=32):
f.write(chunk)
print('下载:%s中' % filename)
def get_img(url):
r = requests.get(url)
page = etree.HTML(r.text)
span = page.xpath('/html/body/div[2]/div[1]/div[4]/a[5]/span')
hs = page.xpath('//h2[@class="main-title"]')
for h in hs:
title = h.text
for a in span:
pages = a.text
try:
for i in range(int(pages)+1):
if i == 1:
pass
else:
imgpage = url + '/' + str(i)
r1 = requests.get(imgpage)
page1 = etree.HTML(r1.text)
x_href = page1.xpath('/html/body/div[2]/div[1]/div[3]/p/a/img')
for href in x_href:
imgurl = href.get('src')
download(title, imgurl)
except KeyboardInterrupt:
pass
except:
pass
def main():
urls = get_url()
threads=[]
for i in range(len(urls)):
t = threading.Thread(target=get_img, args=(urls[0+i],))
threads.append(t)
for i in threads:
i.start()
for i in threads:
i.join()
if __name__ == '__main__':
main()QQ截图20190326234126.png (392.38 KB, 下载次数: 26)
下载附件 保存到相册
2019-3-26 23:43 上传
下载的文件
QQ截图20190326234030.png (224.62 KB, 下载次数: 8)
下载附件 保存到相册
2019-3-26 23:42 上传
下载结果
版权声明：
本站所有资源均为站长或网友整理自互联网或站长购买自互联网，站长无法分辨资源版权出自何处，所以不承担任何版权以及其他问题带来的法律责任，如有侵权或者其他问题请联系站长删除！站长QQ754403226 谢谢。
