Python抓取妹子圖，內含福利

目標抓取全站妹子封面圖片全部爬下來以圖片標題命名

1. 分析網頁數據結構

   
   
    

   

   妹子圖首頁

2. 接下來找張圖片右擊點擊檢查

   
   
    

   

   想要數據
3. 拿到圖片鏈接直接用瀏覽器可以訪問，但是程序下載有反爬蟲，圖片直接下載不了需要加請求頭部信息
   
    

   

    
   
   先上手代碼試試！

import requests
from lxml import etree


# 設計模式 --》面向對象編程
class Spider(object):
    def __init__(self):
        # 反反爬蟲措施，加請求頭部信息
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36",
            "Referer": "https://www.mzitu.com/xinggan/"
        }

    def start_request(self):
        # 1. 獲取整體網頁的數據 requests
        for i in range(1, 204):
            print("==========正在抓取%s頁==========" % i)
            response = requests.get("https://www.mzitu.com/page/"+ str(i) + "/", headers=self.headers)
            html = etree.HTML(response.content.decode())
            self.xpath_data(html)

    def xpath_data(self, html):
        # 2. 抽取想要的數據 標題 圖片 xpath
        src_list = html.xpath('//ul[@id="pins"]/li/a/img/@data-original')
        alt_list = html.xpath('//ul[@id="pins"]/li/a/img/@alt')
        for src, alt in zip(src_list, alt_list):
            file_name = alt + ".jpg"
            response = requests.get(src, headers=self.headers)
            print("正在抓取圖片：" + file_name)
            # 3. 存儲數據 jpg with open
            try:
                with open(file_name, "wb") as f:
                    f.write(response.content)
            except:
                print("==========文件名有誤！==========")


spider = Spider()
spider.start_request()

　　

哎！好像沒問題！

 

 

運行中

 

運行結果

同學們，都把褲子給我穿上！好好學習！

 

 

教程已出，但是可能有很多網友不會使用

大家有任何問題可以掃描二維碼關注公眾號，添加我的微信

我會第一時間為大家解答

 搜索公眾號“一條正弦”或掃碼關注公眾號，第一時間獲取更多優質資源