精美汉服，送女友必备，python百行代码带你玩进汉服圈!

穿汉服的女孩是真的好看，一不小心进入某网址，彻底改变了我的人生价值观，还爬什么其他妹子，就一个字，爬她，爬它，就爬她！

在这里插入图片描述

梅开二度，作为爬图小能手的我又来啦，这次带给大家的是精美的汉服，我真的是太喜欢这种传统服饰了，为了收藏一波，所以就爬了某站，你们觉得也喜欢的话，也可以收藏一波！

下面是我之前写的其他站点的爬图程序，感兴趣的可以点击看看：

今日头条街拍抓取

彼岸图库真4k抓取

汉服爬取

这次的网站比较简单，所以爬虫代码也简单了不少。零基础的我觉得也能看懂，实在不行，我放入全部代码，嘿嘿，保证我有的妹子，你们也要有！

抓取汉服：

第一步：分析网站
第二步：获得子网站链接：
第三步：获得标题和图表网址：
第四步：打包下载图片：
第五步：编写主函数：
第六步: 欣赏图集：
第七步：打开淘宝：

第一步：分析网站

网址如下：http://www.aihanfu.com/zixun/tushang-1/

这是第一页的网址，根据观察，第二页网址也就是序标1变成了序标2，依次类推，就可以访问全部页数。

在这里插入图片描述

根据图示，我们只需要获得每个子网站的链接，也就是href中网址，然后进入每个网址，寻找图片网址，在下载就行了，思路就是这样。

第二步：获得子网站链接：

图就是我上面的那张图，这里可以用soup或者re或者xpath都行的，我比较喜欢用xpath来定位，编写定位函数，获得每个子网站链接，然后返回主函数，这里使用了一个技巧，在for循环中，你们可以看看！

def get_menu(url, heades):
    """
    根据每一页的网址
    获得每个链接对应的子网址
    params: url 网址
    """

    r = requests.get(url, headers=headers)
    if r.status_code == 200:
        r.encoding = r.apparent_encoding
        html = etree.HTML(r.text)
        html = etree.tostring(html)
        html = etree.fromstring(html)
        # 查找每个子网址对应的链接, 然后返回
        children_url = html.xpath('//div[@class="news_list"]//article/figure/a/@href')
        for _ in children_url:
            yield _

第三步：获得标题和图表网址：

在这里插入图片描述

我们点开一个网址链接，如图所示：

可以发现标题在head的节点里面，那这个时候有人肯定会问，要标题干嘛，
这个创建文件夹的时候需要，不然用0，1，2，3表示多俗气。

图表下载网址在我所指的箭头方向，那些节点打开都是相同的规律。
这里我就不累赘表示了。
在这里插入图片描述

def get_page(url, headers):
    """
    根据子页链接，获得图片地址，然后打包下载
    params: url 子网址
    """
    r = requests.get(url, headers=headers)
    if r.status_code == 200:
        r.encoding = r.apparent_encoding
        html = etree.HTML(r.text)
        html = etree.tostring(html)
        html = etree.fromstring(html)
        # 获得标题
        title = html.xpath(r'//*[@id="main_article"]/header/h1/text()')
        # 获得图片地址
        img = html.xpath(r'//div[@class="arc_body"]//figure/img/@src')
        # title 预处理 
        title = ''.join(title)
        title = re.sub(r'【|】', '', title)
        print(title)
        save_img(title, img, headers)

第四步：打包下载图片：

在这里插入图片描述

因为从链接我发现这个网址的图片质量还过得去，如果你们追求高清图片，要4k图，那你们可以点击这篇博客真4k抓取里面有讲到怎么抓4k的方法，所有网站都是适用的。

def save_img(title, img, headers):
    """
    根据标题创建子文件夹
    下载所有的img链接，选择更改质量大小
    params： title : 标题
    params:  img :  图片地址
    """
    if not os.path.exists(title):
        os.mkdir(title)
    # 下载
    for i, j in enumerate(img):  # 遍历该网址列表
        r = requests.get(j, headers=headers)
        if r.status_code == 200:
            with open(title + '//' + str(i) + '.png', 'wb') as fw:
                fw.write(r.content)
        print(title, '中的第', str(i), '张下载完成!')

第五步：编写主函数：

个人感觉这个网站真的很简单，基本没怎么出bug，一次性的写完了。

import requests
from lxml import etree
import os
import re


if __name__ == '__main__':
    """ 
    一页一页查找
    params : None
    """
    path = 'D://汉服图集//'
    if not os.path.exists(path):
        os.mkdir(path)
        os.chdir(path)
    else:
        os.chdir(path)

    # url = 'http://www.aihanfu.com/zixun/tushang-1/'
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)'
                             ' AppleWebKit/537.36 (KHTML, like Gecko)'
                             ' Chrome/81.0.4044.129 Safari/537.36'}
    for _ in range(1, 50):
        url = 'http://www.aihanfu.com/zixun/tushang-{}/'.format(_)
        for _ in get_menu(url, headers):
            get_page(_, headers)  # 获得一页