精易论坛

标题: Python自学记录--爬取贴吧图片 [打印本页]

作者: 菠萝儿    时间: 2021-9-26 18:05
标题: Python自学记录--爬取贴吧图片
  1. #图片爬虫
  2. import urllib
  3. import urllib.request
  4. from lxml import etree
  5.   
  6. class Spider(object):
  7.     def __init__(self):
  8.         self.tiebaName="java"
  9.         self.beginPage=1
  10.         self.endPage=3
  11.         self.url="http://tieba.baidu.com/f?"
  12.         self.ua_header={"User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36"}
  13.         self.fileName=1
  14.   
  15.     #构造url
  16.     def tiebaSpider(self):
  17.         for page in range(self.beginPage,self.endPage+1):
  18.             pn=(page-1)*50
  19.             wo={'pn':pn,'kw':self.tiebaName}
  20.             word=urllib.parse.urlencode(wo)
  21.             myurl=self.url+word
  22.             self.loadPage(myurl)
  23.   
  24.     #爬取页面内容
  25.     def loadPage(self,url):
  26.         req=urllib.request.Request(url,headers=self.ua_header)
  27.         data=urllib.request.urlopen(req).read()
  28.   
  29.         html=etree.HTML(data)
  30.         links=html.xpath('//div[@class="threadlist_lz clearfix"]/div/a/@href')
  31.   
  32.         for link in links:
  33.             link="http://tieba.baidu.com"+link
  34.             self.loadImages(link)
  35.   
  36.     #爬取帖子详情页,获取图片链接
  37.     def loadImages(self,link):
  38.         req=urllib.request.Request(link,headers=self.ua_header)
  39.         data=urllib.request.urlopen(req).read()
  40.         html=etree.HTML(data)
  41.         links=html.xpath('//img[@class="BDE_Image" ]/@src')
  42.         for imageslink in links:
  43.             self.writeImages(imageslink)
  44.   
  45.     #通过图片所在链接,爬取图片并保存到本地
  46.     def writeImages(self,imagesLink):
  47.         print("正在存储图片:",self.fileName,"............")
  48.         image=urlib.request.urlopen(imagesLink).read()
  49.          
  50.   
  51.         file=open(r"D:\代码保存\保存图片\"+str(self.fileName)+".jpg","wb")
  52.   
  53.         file.write(image)
  54.   
  55.         file.close()  
  56.   
  57.         self.fileName+=1
  58.   
  59. if __name__ == '__main__':
  60.      
  61.     mySpider=Spider()
  62.   
  63.     mySpider.tiebaSpider()
复制代码



作者: sd3970566    时间: 2021-9-26 21:56
很平常啊,。虽然不会PY但是看到实现的内容。 感觉易语言也能实现这些··




欢迎光临 精易论坛 (https://125.confly.eu.org/) Powered by Discuz! X3.4