import time
import urllib
import urllib.request
import requests
from lxml import etree
header = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 UBrowser/6.1.2107.204 Safari/537.36'}
def allimg(url):
url=requests.get(url,headers=header).content
url=etree.HTML(url)
#提取标题
title=url.xpath('//div[@class="show"]/h1/text()')
title=title[0]
#替换图片命名时标题中不可辨认的字符
title=title.replace('/','1')
print(title)
#提取最终链接
link=url.xpath('//div[@class="show"]/a/img/@src')
link=str(link[0])
link=link[2:]
link=link[:-14]
link="http://"+link
print(link)
time.sleep(5)
urllib.request.urlretrieve(link,'D:\\test\\%s.jpg'%title)
def allpages(url,parturl):
url=requests.get(url,headers=header).content
url=etree.HTML(url)
maxpage=url.xpath('//div[@class="epages"]/a/text()')
maxpage=int(maxpage[-1])
for i in range(1,maxpage):
allpages=parturl+'_'+str(i)+'.html'
allimg(allpages)
url='https://www.mrtui.com/'
url=requests.get(url,headers=header).content
url=etree.HTML(url)
pageurl=url.xpath('//div[@class="content"]/ul[@class="list"]/li/a/@href')
for pageurl in pageurl:
#制作字符串切片，为后面的操作做准备
pageurl='https://www.mrtui.com/'+pageurl
parturl=pageurl[:-5]
allpages(pageurl,parturl)
我的第二个py脚本
©著作权归作者所有,转载或内容合作请联系作者
- 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...
- 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...
- 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...
