无聊用python写了个爬虫,来爬我喜欢的图片,,还未解决网页超时问题


还未解决网页超时问题,先放着,爬到一半就没了。

首先看见自己喜欢的图片,忍不住要想下载,一个一个下又很麻烦,只好请求爬虫大大帮助啦。

https://www.ivsky.com/bizhi/code_geass_t1300/

技术图片

网页分析:

首先;每一页都对应着,很多的图片

技术图片


所以我们得先找到没一页对应得url,右键检查

技术图片

发现对应得页数是以一个单位递增,所以我们已经找到所以页数得url

然后我们要提取,对应页图片下得url。

技术图片

就会找到对应结点下得图片url,然后进入图片url

同样右键检查。

然后就可以发现对应图片得地址

技术图片

然后就可以直接写代码了

  1 import os  2 import requests  3 from lxml import etree  4 from urllib.request import urlopen, Request  5   6   7 class PNimag():  8     def __init__(self):  9         self.base_url = ‘https://www.ivsky.com/bizhi/code_geass_t1300/index_1.html‘ 10         self.headers = {"User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36"} 11     def get_html(self,url): 12         response = requests.get(url, self.headers,timeout = 5) 13         if response.status_code == 200: 14             response.encoding = response.apparent_encoding 15             return response.text 16         return None 17     def get_url(self,html): 18         url_2 = [] 19         x_html = etree.HTML(html) 20         url_2 = x_html.xpath(‘//ul[@class="il"]/li/div[@class="il_img"]/a/@href‘) 21         return url_2 22     def get_image(self,html): 23         x_html = etree.HTML(html) 24         ima_url = x_html.xpath(‘//img[@id="imgis"]/@src‘) 25         return ima_url 26     def save_image(self,url,name): 27         req = Request(url=url,headers = self.headers) 28         content = urlopen(req).read() 29         with open("C:/Users/25766/AppData/Local/Programs/Python/Python38/imgs/LC/LC"+name,‘wb‘) as f: 30             f.write(content) 31             print(name,‘finsh...‘) 32  33 url  = "https://www.ivsky.com/bizhi/code_geass_t1300/index_" 34 bian = PNimag() 35 p = 2000 36 for i in range(20,28): 37     url2 = url + str(i) + ‘.html‘ 38     html = bian.get_html(url2) 39     lis = bian.get_url(html) 40     for j in lis: 41         s = ‘https://www.ivsky.com‘ + j 42         l = bian.get_html(s) 43         k = bian.get_image(l) 44         k[0] = ‘https:‘ + k[0] 45         print(k[0]) 46         bian.save_image(k[0],str(p) + ‘.jpg‘) 47         p += 1 48  49 

运行结果

技术图片

技术图片

方便多了

无聊用python写了个爬虫,来爬我喜欢的图片

评论关闭