Python爬虫,爬取网站图片,详细解释(看完就会) – 作者:1627052775

Xpath

1623899702_60cabe36545963f29f002.jpg!small

解析图片项目

图片[2]-Python爬虫,爬取网站图片,详细解释(看完就会) – 作者:1627052775-安全小百科

# 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
THE END
喜欢就支持一下吧
点赞0
分享
评论 抢沙发

请登录后发表评论