前言
那么今天给大家分享的是关于python爬虫的一个小案例,爬取的数据是图片数据,其实咱们互联网当中包括文本数据、图片数据、音频数据、视频数据。
这些数据只要你在互联网当中能够用肉眼看到,都能够通过我们爬虫代码批量的获取到
cosplay是英文Costume Play的简写,日文コスプレ。指利用服装、饰品、道具以及化妆来扮演动漫作品、游戏中以及古代人物的角色。
玩cosplay的人则一般被称为cosper,今天带大家爬取cosplay小姐姐高清壁纸图片,老司机的你值得拥有
环境介绍
python 3.6
pycharm
requests
parsel
爬虫的一般思路
1、分析目标网页,确定爬取的url路径,headers参数
2、发送请求 -- requests 模拟浏览器发送请求,获取响应数据
3、解析数据 -- parsel 转化为Selector对象,Selector对象具有xpath的方法,能够对转化的数据进行处理
4、保存数据
步骤
1、导入工具
import requests
import parsel
2、确定爬取的url路径,headers参数
base_url = 'http://www.win4000.com/meinvtag26_1.html'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.88 Safari/537.36'}
3、发送请求 -- requests 模拟浏览器发送请求,获取响应数据
response = requests.get(base_url, headers=headers)
data = response.text
# print(data)
4、解析数据 -- parsel 转化为Selector对象,Selector对象具有xpath的方法,能够对转化的数据进行处理
html_data = parsel.Selector(data)
data_list = html_data.xpath('//div[@class="Left_bar"]//ul/li/a/@href').extract()
print(data_list)
# 遍历列表元素
for alist in data_list:
# print(alist)
# 发送相册的url地址请求解析相册内部图片的url地址
response_2 = requests.get(alist, headers=headers).text
# 解析相册内部图片的url地址 1
html_2 = parsel.Selector(response_2)
img_url = html_2.xpath('//div[@class="pic-meinv"]//img/@data-original').extract_first()
# print(img_url)
# 请求图片URL地址的图片数据
img_data = requests.get(img_url, headers=headers).contentcontent
5、保存数据
#准备图片文件名
file_name = img_url.split('/')[-1]
# print(file_name)
# 保存数据
with open('img\\' + file_name, 'wb') as f:
print('正在保存图片:', file_name)
f.write(img_data)
最后运行代码,效果如下图
欢迎点击左上角关注小编,除了分享技术文章之外还有很多福利,私信学习资料可以领取包括不限于Python实战演练、PDF电子文档、面试集锦、学习资料等。