溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

某度tb圖片爬蟲

發(fā)布時(shí)間:2020-07-21 14:05:41 來(lái)源:網(wǎng)絡(luò) 閱讀:145 作者:專注地一哥 欄目:編程語(yǔ)言

#encoding:utf-8

import urllib

import urllib.request

from lxml import etree

?

class Spider(object):

def __init__(self):

self.tiebaName="?;?/span>"

self.beginPage=1

self.endPage=3

self.url="http://tieba.baidu.com/f?"

self.ua_header = {"User-Agent" : "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1 Trident/5.0;"}

self.fileName=1

????

????#構(gòu)造url

def tiebaSpider(self):

for page in range(self.beginPage,self.endPage+1):

pn=(page-1)*50

wo={'pn':pn,'kw':self.tiebaName}

word=urllib.parse.urlencode(wo)

myurl=self.url+word

self.loadPage(myurl)

?

????#爬取頁(yè)面內(nèi)容

def loadPage(self,url):

req=urllib.request.Request(url,headers=self.ua_header)

data=urllib.request.urlopen(req).read()

?

html=etree.HTML(data)

links=html.xpath('//div[@class="threadlist_lz clearfix"]/div/a/@href')

?

for link in links:

link="http://tieba.baidu.com"+link

self.loadImages(link)

?

?

#爬取帖子詳情頁(yè),獲得圖片的鏈接

def loadImages(self,link):

req=urllib.request.Request(link,headers=self.ua_header)

data=urllib.request.urlopen(req).read()

html=etree.HTML(data)

links=html.xpath('//img[@class="BDE_Image"]/@src')

for imageslink in links:

self.writeImages(imageslink)

?

?

#通過(guò)圖片所在鏈接,爬取圖片并保存圖片到本地

def writeImages(self,imagesLink):

function(){ //技術(shù)指標(biāo) http://www.fx61.com/faq/muniu/437.html

print("正在存儲(chǔ)圖片:",self.fileName,"....")

?

image=urllib.request.urlopen(imagesLink).read()

?

#保存圖片到本地

file=open(r"C:\file\img\\"+str(self.fileName)+".jpg","wb")

file.write(image)

?

file.close()

?

self.fileName+=1

?

if __name__ == '__main__':

mySpider=Spider()

?

mySpider.tiebaSpider()


向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI