Xpath
解析图片项目
# 指定url url = 'http://pic.netbian.com/4kyingshi/' # UA伪装 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) ' 'Chrome/91.0.4472.101 Safari/537.36 Edg/91.0.864.48 ' } # 发送请求 response = requests.get(url=url, headers=headers) # 获取页面文本信息 page_text = response.text # 获取编码格式 print(response.encoding) # 解析返回来的内容 tree = etree.HTML(page_text) # 编写匹配规则 # Xpath规则:获取所有节点下的div class属性值为"slist" 该div下的/ul便签下的/ul标签 li_list = tree.xpath('//div[@class="slist"]/ul/li') print(li_list) # 开始遍历获取src属性值 for li in li_list: # 拼接图片url # Xpath规则:获取当前目录下的/a标签下的img标签选择src属性 img_url = 'http://pic.netbian.com'+li.xpath('./a/img/@src')[0] # Xpath规则:原理同上 # 生成文件名 img_name = li.xpath('./a/img/@alt')[0] # 编码 img_name_list = img_name.encode('iso-8859-1').decode('gbk') print(img_url, img_name_list) # 发送二次请求,请求图片的src值 response_content = requests.get(url= img_url, headers=headers).content # 持久化处理 with open(img_name_list+'.jpg','wb') as fp: fp.write(response_content)
来源:freebuf.com 2021-06-17 11:11:52 by: 1627052775
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END
喜欢就支持一下吧
请登录后发表评论
注册