教你用python爬蟲下載1w+『ppt模板』,再也不用付費去購買啦！

1. 前言

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。

"""
李運辰 2021-3-6


公眾號：python爬蟲數據分析挖掘
"""
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！

如果大家對本文代碼源碼感興趣，掃碼關注『Python爬蟲數據分析挖掘』后台回復：ppt模板 ，獲取完整代碼！

------------- 推薦文章 -------------

爬蟲入門篇

1.今天只分享python、爬蟲入門級學習資料

爬蟲框架篇

1.以『B站』為實戰案例！手把手教你掌握爬蟲必備框架『Scrapy』

2.爬取1907條『課程學習』數據，分析哪類學習資源最受大學生青睞1

爬蟲反爬篇

1.爬蟲遇到反爬機制怎么辦? 看看我是如何解決的！