实现爬虫下载美女图片代码,Python代码库,德仔网

代码语言

代码分类

【Python】实现爬虫下载美女图片

作者:Ben / 发布于2015/7/15/ 653


	#-*- coding:utf-8 -*- http://www.aichengxu.com
	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+(?=\s*页) 这是一个比较通用的正则抓取总页数的代码，当然最后要group
	
	#这里是手动输入页数，避免内容太多
	
	for j in range(0,endPage):
	 url='http://tieba.baidu.com/f?kw=%E7%BE%8E%E5%A5%B3&ie=utf-8&pn='+str(j)　　　　　　#页数的url地址
	 html=urllib2.urlopen(url).read()　　　　　　　　　　　　　　　　#读取首页的内容
	 selector=etree.HTML(html)　　　　　　　　　　　　　　#转换为xml，用于在接下来识别
	 links=selector.xpath('//div/a[@class="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!'

试试其它关键字

　爬虫下载　

同语言下

可能有用的

Ben贡献的其它代码(12)