Python爬取煎蛋网图片

Python爬取煎蛋网图片

1.请求网页函数

def get_url(url):
    html = requests.get(url, headers=header).content.decode('utf-8')
    return html

以get方式请求，加入headers参数传递头信息；抓取其二进制码并以“utf-8”形式编码，并返回；

2.解析网页，提取图片链接

def parsel_url(html):
    etree_html=etree.HTML(html)
    img_urls=etree_html.xpath("//div[@class='row']/div[@class='text']/p/img/@src")
    return img_urls

利用xpath语法提取图片链接

3.下载图片并保存

#循环下载;下载4页，range左闭右开
for i in range(5):
    #输入网址，找到网址规律
    url = 'http://jandan.net/ooxx/MjAyMDAzMTQtMjE{}#comments'.format(i)
    #请求网页
    html=get_url(url)
    #解析网页，提取图片链接
    img_urls = parsel_url(html)
    for img_url in img_urls:
        #因为提取的网页链接不是网址标准形式，需要完善
        response = requests.get('http:' + img_url, headers=header).content
        #图片以二进制形式保存
        with open("F://picture3//" + str(name) + '.jpg', 'wb') as f:
            f.write(response)
            #下载提示
            print('正在下载第{}张'.format(name))
            name += 1

利用name变量提示下载图片数量

4.程序效果

5.完整代码

import requests
from lxml import etree
#用户代理
header={
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36'
       }
#用name表示下载的名字
name=1

#请求网页函数
def get_url(url):
    html = requests.get(url, headers=header).content.decode('utf-8')
    return html

#解析网页
def parsel_url(html):
    etree_html=etree.HTML(html)
    img_urls=etree_html.xpath("//div[@class='row']/div[@class='text']/p/img/@src")
    return img_urls

#循环下载;下载4页，range左闭右开
for i in range(5):
    #输入网址，找到网址规律
    url = 'http://jandan.net/ooxx/MjAyMDAzMTQtMjE{}#comments'.format(i)
    #请求网页
    html=get_url(url)
    #解析网页，提取图片链接
    img_urls = parsel_url(html)
    for img_url in img_urls:
        #因为提取的网页链接不是网址标准形式，需要完善
        response = requests.get('http:' + img_url, headers=header).content
        #图片以二进制形式保存
        with open("F://picture3//" + str(name) + '.jpg', 'wb') as f:
            f.write(response)
            #下载提示
            print('正在下载第{}张'.format(name))
            name += 1