本文作者: Code皮皮虾,CSDN、掘金等各大平台同名,有兴趣的小伙伴可以点一波关注😁,感谢您的支持!
公众号:JavaCodes
爬虫仅供学习,其余概不负责!!!
前言
今天这个爬虫是一个很简单的爬虫,只要稍微有一点基础就能看懂,加油,奥里给,干就完事了!!!
网页分析
多页爬取URL部分
进入首页一看就知道是精品
滑到底部,好家伙,162页,(●ˇ∀ˇ●),够我玩的了!
好了,话不多说,想要爬取,首先要弄懂URL
这是第一页的URL
第二页
第三页
这规律不用我多说把,根据当前页数修改p的值就OK了,但有的小伙伴可能会说:第一次没有p=1啊?
可以看见我们去手动进行p=1访问第一页也是可以成功访问的
小伙伴们要记号哦!
图片下载URL部分
本文对于数据解析使用的是Beautiful Soup,没了解过的小伙伴可见我的这篇好文!
打开控制台
可见,一个图片对应一个class值为item的div
标题
标题是在class值为item的div标签下的子class值为description的div标签下的h3标签中
下载URL
def getUrl(curPage,data,page_path):
# BeautifulSoup进行解析
data = BeautifulSoup(data,"html.parser")
div_list = data.find_all(class_="item")
for div in div_list:
#拼接URL
img_url = "https://bing.ioliu.cn" + div.find(class_="ctrl download")["href"]
# 获取标题
title = div.find(class_="description").find("h3").text
# 因为保存图片名为标题,所以对标题的特俗字符进行处理
title = replaceTitle(title)
downLoadImg(curPage,title,img_url,page_path)
图片下载
def downLoadImg(curPage,title,img_url,page_path):
print("正在爬取第" + str(curPage) + "页:" + title)
# .content 二进制字节流
img_res = requests.get(url=img_url,headers=headers).content
# 保存为jpg图片,也可以为png哦!
with open(page_path + "/" + title + ".jpg","wb") as f:
f.write(img_res)
f.close()
爬取结果(高清大图,看着都是享受)
因为测试,所以只怕爬取了两页
==都是1920×1080的哦!觉得不错的小伙伴可以给个三连,感谢支持😁==
最后
我是 Code皮皮虾,一个热爱分享知识的 皮皮虾爱好者,未来的日子里会不断更新出对大家有益的博文,期待大家的关注!!!
创作不易,如果这篇博文对各位有帮助,希望各位小伙伴可以==一键三连哦!==,感谢支持,我们下次再见~~~
⭐完整代码可以加QQ:1130828717,并备注来源即可!⭐
分享大纲
大厂面试题 - 专题 - 简书 (jianshu.com)
Java从入门到入坟学习路线目录索引
开源爬虫实例教程目录索引