Scrapy 图片下载 之 Bing壁纸

首先,絮絮叨叨一下:
最近学习Scrapy框架中,由于没有Python的编程基础所以学起来很是困难!
在网上找一个免费视频看了一下,就匆匆上手了。
教程来自 Python最火爬虫框架Scrapy入门与实践  讲的确实不错!

一、建立项目
首先用Scrapy命令建立一个爬虫项目

scrapy startproject bingScrapy

然后进入 bingScrapy目录建立爬虫文件

cd bingScrapy
scrapy genspider bingScrapy ioliu.cn

这里使用了https://bing.ioliu.cn/这个地址来获取Bing壁纸,在这里感谢作者提供如此优秀的项目。

二、编写爬虫文件

bingScrapy\spiders\bingScrapy.py

# -*- coding: utf-8 -*-
import scrapy
import re
from bingScrapy.items import BingscrapyItem
class BingscrapySpider(scrapy.Spider):
    name = 'bingScrapy'
    allowed_domains = ['ioliu.cn']
    start_urls = ['https://bing.ioliu.cn/?p=1/']
    def parse(self, response):
        container = response.xpath("//div[@class='container']/div[@class='item']/div")
        next_page = response.xpath("//div[@class='page']/a[2]/@href").extract_first()
        print(next_page)
        if next_page:
            yield scrapy.Request('https://bing.ioliu.cn' + next_page, callback=self.parse)
        for i in container:
            item = BingscrapyItem()
            item['time'] = i.xpath(".//div[@class='description']/p[1]/em[1]/text()").extract_first()
            item['name'] = i.xpath(".//div[@class='description']/h3/text()").extract_first()
            item['image_urls'] = i.xpath(".//img/@src").extract()
            yield item
        print(item)

bingScrapy\spiders\items.py

# -*- coding: utf-8 -*-
# Define here the models for your scraped items
#
# See documentation in:
# https://doc.scrapy.org/en/latest/topics/items.html
import scrapy
class BingscrapyItem(scrapy.Item):
    # define the fields for your item here like:
    # name = scrapy.Field()
    name = scrapy.Field()
    time = scrapy.Field()
    image_urls = scrapy.Field()
    pass

bingScrapy\spiders\pipelines.py

# -*- coding: utf-8 -*-
# Define your item pipelines here
#
# Don't forget to add your pipeline to the ITEM_PIPELINES setting
# See: https://doc.scrapy.org/en/latest/topics/item-pipeline.html
import re
import scrapy
from scrapy.pipelines.images import ImagesPipeline
class BingscrapyPipeline(ImagesPipeline):
    def get_media_requests(self, item, info):
        # 循环每一张图片地址下载,若传过来的不是集合则无需循环直接yield
        for image_url in item['image_urls']:
            #src = re.sub(r'1920x1080', '1920x1200', image_url)
            # meta里面的数据是从spider获取,然后通过meta传递给下面方法:file_path
            yield scrapy.Request(image_url,meta={'item': item,})
    # 重命名,若不重写这函数,图片名为哈希,就是一串乱七八糟的名字
    def file_path(self, request, response=None, info=None):
        item = request.meta['item']
        name = item['name']
        # 过滤windows字符串,不经过这么一个步骤,你会发现有乱码或无法下载
        name = re.sub(r'[\/\\\:\*\?\"\<\>\|]','_',name)
        # 分文件夹存储的关键
        #filename = u'{0}'.format(name)
        folder = item['time']
        #folder_strip = strip(folder)
        image_guid = request.url.split('/')[-1]
        filename = u'full/{0}/{1}{2}'.format(folder, name, '.jpg')
        return filename

bingScrapy\spiders\settings.py

ROBOTSTXT_OBEY = False
DOWNLOAD_DELAY = 3
IMAGES_STORE = 'D:\bing'
ITEM_PIPELINES = {
   'bingScrapy.pipelines.BingscrapyPipeline': 300,
}

这样一个爬虫就基本完成了!

三、运行与结果

scrapy crawl bingScrapy

以上是最近学习的成果,虽然代码可能写的不够严谨与高效,但是对于非专业人员来说觉得比较满意了! 
提醒的是在代码运行的过程中遇到报错尽量的用Google吧! 

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容