爬煎蛋网妹子图

利用 BeautifulSoup + Requests 爬取 煎蛋网 妹子图

一、爬煎蛋网一页图片

import requests
from bs4 import BeautifulSoup
from urllib.request import urlretrieve
import time
import re


headers = {
    'Host': 'blog.csdn.net',
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
    'Accept-Encoding': 'gzip, deflate',
    'Referer': 'http://www.baidu.com',
    'Connection': 'keep-alive',
    'Cache-Control': 'max-age=0',
}


def Get_url(url):
    web_data = requests.get(url) #web_data = requests.get(url,headers=headers)
    time.sleep(4)
    soup = BeautifulSoup(web_data.text, 'lxml')
    image_location = soup.find_all("img", {"src": re.compile(".*?")})     #图片存放于src标签内
    return image_location

def Get_links(Links):                  #获取图片原始链接,存于列表中
    b = []
    for i in Links:
        b.append(i["src"])              #获得 src 内文本方法1
    return b

def Download_picture(alinks):
    link = []
    for i in alinks:
        link.append('http:' + i)      #图片链接中缺少开头http,新建个列表加上
    d = len(link)
    for i in range(d):
        print("file url :    {}".format(link[i]))
        urlretrieve(link[i], '{}.jpg'.format(i))
    print('Done')


if __name__ == '__main__':
    website = 'http://jandan.net/ooxx'
    links = Get_url(website)
    address = Get_links(links)
    Download_picture(address)

此爬虫只能爬取该页的,若要不断爬取,则不断改变url链接

二、爬煎蛋网所有妹子图

import requests
from bs4 import BeautifulSoup
from urllib.request import urlretrieve
import time
import re
import urllib

urls = ['http://jandan.net/ooxx/page-{}#comments'.format(i) for i in range(1, 5, 1)]
# 目前有2368页,range(1, 2369,1)  由于图片存在不同的页面,用列表生成式将所有的网页存入

global page             #定义全局变量记录页数
page = 1

headers = {                                     #请求头
    'Host': 'blog.csdn.net',
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64; rv:43.0) Gecko/20100101 Firefox/43.0',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Accept-Language': 'zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3',
    'Accept-Encoding': 'gzip, deflate',
    'Referer': 'http://www.baidu.com',
    'Connection': 'keep-alive',
    'Cache-Control': 'max-age=0',
}


def Get_url(url):
    web_data = requests.get(url)
    #web_data = requests.get(url,headers=headers)   待完善
    time.sleep(4)                                   #防止频繁请求被封IP
    soup = BeautifulSoup(web_data.text, 'lxml')
    image_location = soup.find_all("img", {"src": re.compile(".*?")})  # 图片存放于src标签内
    return image_location


def Get_links(Links):  # 获取图片原始链接,存于列表中
    b = []
    for i in Links:
        b.append(i["src"])
    return b



def Download_picture(alinks):
    global page
    for i in range(len(alinks)):                    #该网站图片有的链接缺少http:开头
        if re.match('http:', alinks[i]) == None:    #检测是否不为http:开头,是的话加上
            alinks[i] = 'http:' + alinks[i]
        try:                                        #处理一些图片网址已失效的异常
            urlretrieve(alinks[i], '第{}页{}.jpg'.format(page, i))
        except urllib.error.URLError:
            print('Picture 第{}页{} website is Error!'.format(page, i))
        finally:
            print('Done')
    page += 1



if __name__ == '__main__':
    # global page
    for url in urls:
        links = Get_url(url)
        address = Get_links(links)
        #print(address)
        Download_picture(address)

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