爬蟲：是一種按照一定的規則，自動地抓取萬維網信息的程序或者腳本。
福利來了 校花網 ，首先說為什么要爬這個網站呢，第一這個網站簡單爬起來容易，不會受到打擊，第二呢 你懂得...。
1.第一步，需要下載爬蟲所用
Requests模塊，當安裝Python的時候會自動安裝上pip管理包工具，要是沒有的話自己下載一下，地址。
1.1 第二步打開的cmd 運行 pip install requests 命令，然后回車，會自動下載。
2.打開你的Pycharm，引入你的requests包，requests模塊是可以模擬發送請求的一個模塊，也有其他模塊比如：urllib、httplib、Queue...等等。
另外 re 是正則模塊，還有 os 對文件操作模塊都引用上。
3.然后定義一個方法SaveImage()，用戶保存獲取圖片的方法。
3.1 由於不可能保存一張圖片，所以圖片url和name都寫成參數形式。
3.2 with open as 關鍵字是對操作文件的一種封裝，包括異常處理和釋放資源都有 。
3.3 write() 是寫入二進制，所以 response.content 返回的是二進制。
4. 上面說到不可能只保存一直圖片，所以要定義一個方法GetImage()獲取當前頁面所有圖片的url和name。
4.1 首頁先Get請求校花網其中一個導航欄中的url。
4.2 然后設置編碼格式，可以右鍵在源代碼中的 charset 查看，這里是 "gbk" 編碼格式。
4.3 然后使用正則的 findall()方法，參數是一個正則和一個網頁源代碼，用 page.text可以獲取到，返回一個字典類型。
4.5 然后循環打印 url和name，並調用上面寫的保存圖片的SaveImage()存起來。
5.到目前為止可以獲取到整頁的圖片和名字了，那么有許多頁怎么辦呢,很簡單....
5.1 為什么要把第一頁的url拿出來呢，因為是這個網站的第一頁和其他頁的url規則不一樣，所以單獨處理一下。
5.2 然后for循環，循環 range(),這里 1,13 代表從1開始，到13前的一個數結束。
5.3 在循環的過程中調用獲取GetImage()方法.
5.4 最后一步，每次循環的時候 使用 %s 占位符 改變翻頁的url。然后Ctrl+Shift+F10 完成！
6. 然后把這些零碎的代碼串起來就可以了。
1 import requests,re,os 2 3 #文件夾名稱 4 FileName= 'download' 5 #保存圖片 6 def SaveImage(image,name="temp"): 7 #圖片存放路徑 8 fpath = os.path.join(FileName, name+'.jpg') 9 response=requests.get("http://www.xiaohuar.com/d/file/"+image).content 10 #寫入圖片 11 with open(fpath+'.jpg', 'wb+') as f: 12 f.write(response) 13 14 #獲取當前頁圖片Url集合 15 def GetImage(fanyeUr): 16 #請求頁面 17 page =requests.get(fanyeUr) 18 #設置編碼 19 page.encoding='gbk' 20 #正則獲取圖片集合 21 imglist = re.findall('alt="(.*?)" src="/d/file/(.*?\.jpg)"', page.text) 22 #循環保存圖片 23 for name,url in imglist: 24 print(url,name) 25 SaveImage(url,name) 26 27 #判斷文件夾是否存在 28 if not os.path.exists(os.path.join(os.getcwd(), FileName)): 29 #新建文件夾 30 os.mkdir(os.path.join(os.getcwd(),FileName)) 31 32 #請求第一頁 33 fanyeUr='http://www.xiaohuar.com/p/suyan/index.html' 34 #循環翻頁 35 for faye in range(1,13): 36 #獲取翻頁Url 37 GetImage(fanyeUr) 38 fanyeUr='http://www.xiaohuar.com/p/suyan/index_%s.html' % faye
7.查看效果完成，爬的照片就不貼了，好好學習，天天向上
