爬取目标

网址:​​绝对领域​​

【爬虫实战】为何如此痴迷Python？还不是因为爱看小姐姐图｜Python 主题月_chrome

工具使用

开发环境：win10、python3.7

开发工具：pycharm、Chrome

工具包：requests，lxml

项目思路解析

选取你对应的图片分类

【爬虫实战】为何如此痴迷Python？还不是因为爱看小姐姐图｜Python 主题月_chrome_02

根据分类信息提取到没有图片的超链接，提取出A标签的跳转地址以及图片的标题名字

【爬虫实战】为何如此痴迷Python？还不是因为爱看小姐姐图｜Python 主题月_xml_03

def get_url(start_url):    response = requests.get(start_url, headers=headers).text    data = etree.HTML(response)    new_url = data.xpath('//div[@class="post-module-thumb"]/a/@href')    for url in new_url:        yield url复制代码

进入详情页面，xpath提取详情页面所有的图片地址：

【爬虫实战】为何如此痴迷Python？还不是因为爱看小姐姐图｜Python 主题月_html_04

发送图片数据请求，保存对应图片数据信息，就可以啦是不是超级简单嘿嘿(*╹▽╹*)

简易源码分享

import requests
from lxml import etree

headers = {
    "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36"
}


def get_url(start_url):
    response = requests.get(start_url, headers=headers).text
    data = etree.HTML(response)
    new_url = data.xpath('//div[@class="post-module-thumb"]/a/@href')
    for url in new_url:
        yield url


def get_img(url):
    response = requests.get(url, headers=headers).text
    img_data = etree.HTML(response)
    img_url = img_data.xpath('//div[@class="entry-content"]/img/@src')
    for img_url in img_url:
        name = img_url.split("/")[-2] + img_url.split("/")[-1]
        result = requests.get(img_url).content
        with open("图片/" + name, "wb")as f:
            f.write(result)
            print("正在下载", name)


if __name__ == '__main__':
    for i in range(1, 3):
        start_url = "https://www.jdlingyu.com/tuji/hentai/gctt/page/{}".format(i)
        html_url = get_url(start_url)
        for url in html_url:
            get_img(url)

【爬虫实战】为何如此痴迷Python？还不是因为爱看小姐姐图｜Python 主题月_chrome_05

我是白又白i，一名喜欢分享知识的程序媛❤️

如果没有接触过编程这块的朋友看到这篇博客，发现不会弄，可以直接留言