1. 前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
PS：如有需要Python学习资料的小伙伴可以点击下方链接自行获取
无论是学生还是工作，都会和ppt打交道，每次制作ppt都需要去找模板，有时候ppt模板还是收费的，这......,有点恶心，哈哈哈！！
今天教大家如何使用python爬虫爬取1万份『ppt模板』，以后制作ppt再也不怕了没有模板了！！！
2. 相关介绍
1.模板来源
https://sc.chinaz.com/ppt/free_1.html 
每页20条，一共500页，共10000份ppt模板！
2.爬虫思路
- 先遍历每一页，获取每一个ppt模板的url。
- 根据ppt模板的url获取下载地址。
- 最后根据下载地址将文件下载到本地。
3. 爬取数据
1.遍历每一页
通过xpath可以定位到标签class=bot-div，里面包含了ppt模板的url和名称。
import requests from lxml import etree ###遍历每一页 def getlist(): for k in range(1,501): url = "https://sc.chinaz.com/ppt/free_"+str(k)+".html" res = requests.get(url) res.encoding = 'utf-8' text = res.text selector = etree.HTML(text) list = selector.xpath('//*[@class="bot-div"]') for i in list: title = i.xpath('.//a/text()')[0].replace("\n", '').replace(" ", '') href = i.xpath('.//a/@href')[0].replace("\n", '').replace(" ", '') print(title) print(href) print("----------------") 遍历时需要获取每一个ppt模板url（title）和名称（href）（方便下载时作为保存文件的命名）
2.获取下载地址
以下面url为例
https://sc.chinaz.com/ppt/210305465710.htm 
解析下载链接
通过xpath可以定位到标签class=download-url，里面包含了四个下载地址，其实四个都一样，选择其中一个就可以了。
res = requests.get(url)
res.encoding = 'utf-8' text = res.text selector = etree.HTML(text) href = selector.xpath('//*[@class="download-url"]/a/@href')[0] print(href) 
3.下载保存
根据拿到的下载地址下载文件保存到本地。
r = requests.get(href)
with open(str(title)+".rar", "wb") as code: code.write(r.content) 
ok，这样就将ppt模板下载到本地了。
下面我们开始批量下载！
4.批量下载
##下载文件 def download(url,title): res = requests.get(url) res.encoding = 'utf-8' text = res.text selector = etree.HTML(text) href = selector.xpath('//*[@class="download-url"]/a/@href')[0] r = requests.get(href) with open(str(title)+".rar", "wb") as code: code.write(r.content) print(str(title)+"：下载完成！") ###遍历每一页 def getlist(): for k in range(1,501): url = "https://sc.chinaz.com/ppt/free_"+str(k)+".html" res = requests.get(url) res.encoding = 'utf-8' text = res.text selector = etree.HTML(text) list = selector.xpath('//*[@class="bot-div"]') for i in list: title = i.xpath('.//a/text()')[0].replace("\n", '').replace(" ", '') href = i.xpath('.//a/@href')[0].replace("\n", '').replace(" ", '') download("https://sc.chinaz.com/"+str(href), str(title)) 
这样就可以将10000份ppt模板下载完毕！
4. 总结
通过python编程实现爬取10000份ppt模板素材，以后再也不用担心制作ppt没有模板了！