1. 前言
本文的文字及圖片來源於網絡,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理。
PS：如有需要Python學習資料的小伙伴可以點擊下方鏈接自行獲取
無論是學生還是工作，都會和ppt打交道，每次制作ppt都需要去找模板，有時候ppt模板還是收費的，這......,有點惡心，哈哈哈！！
今天教大家如何使用python爬蟲爬取1萬份『ppt模板』，以后制作ppt再也不怕了沒有模板了！！！
2. 相關介紹
1.模板來源
https://sc.chinaz.com/ppt/free_1.html 
每頁20條，一共500頁，共10000份ppt模板！
2.爬蟲思路
- 先遍歷每一頁，獲取每一個ppt模板的url。
- 根據ppt模板的url獲取下載地址。
- 最后根據下載地址將文件下載到本地。
3. 爬取數據
1.遍歷每一頁
通過xpath可以定位到標簽class=bot-div，里面包含了ppt模板的url和名稱。
import requests from lxml import etree ###遍歷每一頁 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("----------------") 遍歷時需要獲取每一個ppt模板url（title）和名稱（href）（方便下載時作為保存文件的命名）
2.獲取下載地址
以下面url為例
https://sc.chinaz.com/ppt/210305465710.htm 
解析下載鏈接
通過xpath可以定位到標簽class=download-url，里面包含了四個下載地址，其實四個都一樣，選擇其中一個就可以了。
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.下載保存
根據拿到的下載地址下載文件保存到本地。
r = requests.get(href)
with open(str(title)+".rar", "wb") as code: code.write(r.content) 
ok，這樣就將ppt模板下載到本地了。
下面我們開始批量下載！
4.批量下載
##下載文件 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)+"：下載完成！") ###遍歷每一頁 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)) 
這樣就可以將10000份ppt模板下載完畢！
4. 總結
通過python編程實現爬取10000份ppt模板素材，以后再也不用擔心制作ppt沒有模板了！