温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

Python怎么实现分类保存所有文章图片

发布时间:2021-11-25 15:06:49 来源:亿速云 阅读:166 作者:iii 栏目:大数据

本篇内容介绍了“Python怎么实现分类保存所有文章图片”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!

项目目标

创建一个文件夹, 分类保存所有文章图片。下载成功,结果显示控制台。

项目分析

1、如何找到真正访问的地址,多网页请求?

滑动鼠标,观察网站,右键F12 。鼠标滚轮滑动加载新内容。

点开随机网页 , 点开Request URL ,观察网址的规律。

Python怎么实现分类保存所有文章图片

https://bh.sb/page/1/

https://bh.sb/page/2/

https://bh.sb/page/3/

https://bh.sb/page/4/

观察到,每增加一页page/{}/自增加1,用{}代替变换的变量,再用for循环遍历这网址,实现多个网址请求。

2. 反爬处理

1)获取正常的 http请求头,并在requests请求时,设置这些常规的http请求头。

2)使用 fake_useragent ,产生随机的UserAgent进行访问。

涉及的库和网站

1、网址如下:

https://www.doutula.com/photo/list/?page={}

2、涉及的库:requests、lxml、fake_useragent、time、os

3、软件:PyCharm

项目实施

1、我们定义一个class类继承object,然后定义init方法继承self,再定义一个主函数main继承self。导入需要的库和网址,创建保存文件夹。

import requests, os
from lxml import etree
from fake_useragent import UserAgent
import time
class bnotiank(object):
    def __init__(self):
        os.mkdir("图片")  # 在创建文件夹 记住只有第一次运行加上,如果多次运行请注释掉本行。
    def main(self):
          pass
if __name__ == '__main__':
    Siper=bnotiank()
    Siper.main()

2、随机UserAgent ,构造请求头,防止反爬。

    ua = UserAgent(verify_ssl=False)
    for i in range(1, 50):
        self.headers = {
            'User-Agent': ua.random
        }

3、发送请求 ,获取响应,页面回调,方便下次请求。

'''发送请求  获取响应'''
def get_page(self, url):
      res = requests.get(url=url, headers=self.headers)
      html = res.content.decode("utf-8")
      return html

4、定义parse_page函数,获取二级页面地址,for遍历获取需要的字段。

   def parse_page(self, html):
         parse_html = etree.HTML(html)
         image_src_list = parse_html.xpath('//p/a/@href')
         # print(image_src_list)

5、对二级页面发生请求,xpath解析数据,获取大图片链接。

    reo = parse_html1.xpath('//div//div[@class="content"]') #父结点
    for j in reo:
        d = j.xpath('.//article[@class="article-content"]//p/img/@src')[0]
        text = parse_html1.xpath('//h2[@class ="article-title"] //a/text()')[0].strip()

6、请求图片地址,写入文档。

    html2 = requests.get(url=d, headers=self.headers).content
    dirname = "./d/">

7、调用方法,实现功能。

    url = self.url.format(page)
    print(url)
    html = self.get_page(url)
    self.parse_page(html)

8、设置延时。(防止ip被封)。

  time.sleep(1) """时间延时"""

效果展示

1、点击绿色小三角运行输入起始页,终止页。

Python怎么实现分类保存所有文章图片

2、将下载成功信息显示在控制台。

3、text 作为图片命名,展示效果如下所示。

Python怎么实现分类保存所有文章图片

“Python怎么实现分类保存所有文章图片”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!

向AI问一下细节

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。

AI