本篇内容介绍了“Python怎么爬取必应壁纸”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
一个喜欢折腾的人,长期看到桌面只有一种壁纸,就想着自己从网上爬取一些壁纸,存下来,随机切换壁纸。
Python3 + requests + re
Fiddler 抓包工具。
那么可以肯定,图片的 url 肯定就在网页源代码里面。
我们可以在源代码中看到我们想要的图片 url
通过正则进行抓取即可。
import requests
import threading
import json
import re
from pprint import pprint
import time
class Bing:
def __init__(self):
self.url = "https://bing.ioliu.cn/?p={}"
self.headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36"}
def parse_url(self, url):
print("*" * 20)
response = requests.get(url, headers=self.headers)
return response.content
def regular_img_name(self, img_url):
ret = re.findall(
r"http://h2.ioliu.cn/bing/(.*?)\.(.*?)$", img_url, re.M | re.S)
print(ret)
return ret
def download_imgs(self, img_list):
for url in img_list:
img = self.parse_url(url)
time.sleep(1)
strs = self.regular_img_name(url)
with open("./bing/{}.{}".format(strs[0][0], strs[0][1]), "wb") as f:
f.write(img)
print("{} success".format(url))
def regular_img_url(self, html_str):
ret = re.findall(r".*?pic=(.*?)\?imageslim.*?", html_str, re.M | re.S)
return ret
def run(self):
for i in range(1, 10):
url = self.url.format(i)
html_str = self.parse_url(url).decode()
img_list = self.regular_img_url(html_str)
print(img_list)
self.download_imgs(img_list)
if __name__ == "__main__":
bing = Bing()
bing.run()
“Python怎么爬取必应壁纸”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!
亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。
原文链接:https://my.oschina.net/u/4848094/blog/4745627