爬虫類のエクササイズ - 登山姉妹マップ

urllib.requestインポート
インポートザurllib.parse 
再インポート、OS、時間
「」「
スプライスURLは、応答、応答のコンテンツ解析、データ・ストレージのコンテンツ取得要求送信
「」」
DEF Get_Request（NEW_URLを）：
    ヘッダが= { 
        ' -エージェントユーザーズ： 'のMozilla / 5.0（Windows NTの10.0; Win64の、x64-）のAppleWebKit / 537.36（KHTML、ヤモリ等）クローム/ 76.0.3809.100サファリ/ 537.36' 
    } 
    リクエスト= urllib.request.Request（URL = NEW_URL、ヘッダー=ヘッダ）
    要求リターン

DEF GET_CONTENT（要求）：
    レスポンス= urllib.request.urlopen（要求）
    ＃印刷（response.read（）（ 'GBK'）デコードします。）
    リターンresponse.read（）（ 'GBK'）デコードします。

DEFのparse_content（コンテンツ）：
    '' ' 
    "=のdivクラスを<親指 ">
        HREF = "/記事/ 122125840"ターゲット= "_空白"> < 
            =は「脂肪あごである<IMG SRC = "// pic.qiushibaike.com/system/pictures/12212/122125840/medium/EAB3PVYM1XFGJF1A.jpg" Altキー彼らは私の肉です"> 
        </a>の
    </ div> 
    <divのクラス=" PIC「> 
            <aのtarget="_blank"のhref="https://www.meizitu.com/a/5521.html"> 
                <IMG SRC =「http://pic.topmeizi.com/wp-content/uploads/2017a/04/08/limg.jpg」ALT =「<B> 図福祉の週末、私の叔父は、感のある最後の務め</ B> "> 
            </a>の
   </ div> 
   <H3クラス=" TIT「> 
       <a href="https://www.meizitu.com/a/5521.html" target="_blank">
       <B>図福祉週末、私の叔父は、</ B>の意味で最後の務め
       </a>の
   </ H3> 
    '' '
    パッテン= re.compile（R '<DIV CLASS = "PIC">。*？<IMG SRC = "（。*？）" ALT = "（。*？）"。*？</ div>'再。 S）
    RET = patten.findall（コンテンツ）
    を印刷（RET） 
    ＃印刷（LEN（RET））
    down_load（RET） 
＃の
DEFのdown_load（RET）：
    dirnameは= 'MZ' 
    RETでTP用：
        ＃抽出された画像アドレス
        IMAGE_URL = TP [0] 
        ＃名画像採取
        イメージ名のTP = [-1] [3：-4] 
        [1]＃個のイメージ名= TPの
        ＃= patten1 re.compile（R＆LT '<B>（*）</ B>'） 
        ＃= patten1.findall RET1（イメージ名）
        ＃フォルダ名を生成
        IFないos.path.exists（dirnameは）：
            OS。MKDIR（DIRNAME） 
        ファイル名=イメージ名+ + image_url.split（ ' '）'。' [ - 1]
        印刷＃（ファイル名）
        ファイルパス= os.path.join（dirnameは、ファイル名）
        ＃印刷（ファイルパス）
        を印刷（ 'S ....ピクチャー％をダウンロードする' ％ファイル名）
        urllib.request.urlretrieve（IMAGE_URL、ファイルパス）
        を印刷（ '末端ダウンロード写真のS ....％' ％ファイル名）
        time.sleep（2）

DEFメイン（）： 
    ＃は開始ページ番号を入力し
    start_page = INT（入力（ "開始ページ番号を入力してください"））
    end_page = INT（入力）（ "終了ページ番号を入力してください"）
    URL = 'https://www.meizitu.com/a/' 
    レンジ（START_PAGE、end_page + 1）内のページのために：
        印刷（「％sのページのダウンロード.... 。「ページ％） 
        ＃スプライシングURL 
        NEW_URL URL = + 'list_1 _' + STR（ページ）+ '.htmlを'
        ＃印刷（ページ）
        ＃印刷（NEW_URL）
        要求= get_request（NEW_URL）
        コンテンツ= GET_CONTENT（リクエスト）
        ＃プリント（content.read（））（ 'GBK'をデコード）
        parse_content（コンテンツ）
        プリント（ "结束下载第％S页....." ％ページ）
        time.sleep（2）
もし__name__ == '__main__'：
    メイン（）
爬虫類のエクササイズ - 登山姉妹マップ

おすすめ
