今天就跟大家聊聊有关使用python爬虫怎么获取表情包,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
1、创建请求头,也被称为伪装浏览器
如果不添加请求头的话,可能会出现当前网站没有访问权限。
2、使用requests 网络请求库完成网站数据请求
3、获取数据后使用bs4对页面数据进行提取
需要用到一个非常好用的第三方包:bs4。
4、实例
import os import requests from bs4 import BeautifulSoup if not os.path.exists('./images/'): os.mkdir('./images/') headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36' } url = 'https://fabiaoqing.com/biaoqing/lists/page/1.html' response = requests.get(url, headers=headers).text ''' lxml: html解析库,因为python和html两者没有关系 python没有办法直接控制html代码 我们就需要使用lxml这个库将html代码转成python对象 需要大家去下载 pip install lxml ''' soup = BeautifulSoup(response, 'lxml') img_list = soup.find_all('img', class_='ui image lazy') for img in img_list: img_url = img['data-original'] img_title = img['title'] print(img_url, img_title) try: with open('./images/' + img_title + os.path.splitext(img_url)[-1], 'wb') as f: ''' 因为一张图片是二进制数据 如果我们使用text文本形式返回 会对文件造成破坏 使用content去返回原始数据 ''' image = requests.get(img_url, headers=headers).content # 写入二进制数据 image这个变量是存储requests返回的二进制数据的 f.write(image) print('保存成功:', img_title) except: pass
python的数据类型:1. 数字类型,包括int(整型)、long(长整型)和float(浮点型)。2.字符串,分别是str类型和unicode类型。3.布尔型,Python布尔类型也是用于逻辑运算,有两个值:True(真)和False(假)。4.列表,列表是Python中使用最频繁的数据类型,集合中可以放任何数据类型。5. 元组,元组用”()”标识,内部元素用逗号隔开。6. 字典,字典是一种键值对的集合。7. 集合,集合是一个无序的、不重复的数据组合。
看完上述内容,你们对使用python爬虫怎么获取表情包有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注亿速云行业资讯频道,感谢大家的支持。
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。