快捷導(dǎo)航

python協(xié)程gevent案例爬取斗魚圖片過程解析

更新時(shí)間：2019年08月27日 11:10:16 作者：三國小夢(mèng)

這篇文章主要介紹了python協(xié)程gevent案例爬取斗魚圖片過程解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

分析

分析網(wǎng)站尋找需要的網(wǎng)址

用谷歌瀏覽器摁F12打開開發(fā)者工具，然后打開斗魚顏值分類的頁面，如圖：

在里面的請(qǐng)求中，最后發(fā)現(xiàn)它是以ajax加載的數(shù)據(jù)，數(shù)據(jù)格式為json，如圖：

圈住的部分是我們需要的數(shù)據(jù)，然后復(fù)制它的網(wǎng)址為https://www.douyu.com/gapi/rknc/directory/yzRec/1，出于學(xué)習(xí)目的只爬取第一頁（減少服務(wù)器壓力）。然后把網(wǎng)址放到瀏覽器中測(cè)試是否可以訪問。如圖：

結(jié)果正常。

分析json數(shù)據(jù)，提取圖片鏈接

最后分析發(fā)現(xiàn)json中的data里面的rl是每個(gè)房間的信息，大概有200條左右，拿出其中的一條查詢里面的圖片鏈接。

{
        "rid": 1282190,
        "rn": "大家要開心啊~",
        "uid": 77538371,
        "nn": "鯨魚歐尼",
        "cid1": 8,
        "cid2": 201,
        "cid3": 581,
        "iv": 1,
        "av": "avatar_v3/201908/d62c503c603945098f2c22d0d95c3b2e",
        "ol": 610574,
        "url": "/1282190",
        "c2url": "/directory/game/yz",
        "c2name": "顏值",
        "icdata": {
          "217": {
            "url": "https://sta-op.douyucdn.cn/dy-listicon/king-web.png-v3.png",
            "w": 0,
            "h": 0
          }
        },
        "dot": 2103,
        "subrt": 0,
        "topid": 0,
        "bid": 0,
        "gldid": 0,
        "rs1": "https://rpic.douyucdn.cn/live-cover/appCovers/2019/08/01/1282190_20190801002745_big.jpg/dy1",
        "rs16": "https://rpic.douyucdn.cn/live-cover/appCovers/2019/08/01/1282190_20190801002745_small.jpg/dy1",
        "utag": [
          {
            "name": "呆萌鯨魚",
            "id": 111405
          },
          {
            "name": "美美美",
            "id": 41
          },
          {
            "name": "萌萌噠",
            "id": 520
          },
          {
            "name": "刀神老婆",
            "id": 132367
          }
        ],
        "rpos": 0,
        "rgrpt": 1,
        "rkic": "",
        "rt": 2103,
        "ot": 0,
        "clis": 1,
        "chanid": 0,
        "icv1": [
          [
            {
              "id": 217,
              "url": "https://sta-op.douyucdn.cn/dy-listicon/web-king-1-10-v3.png",
              "score": 994,
              "w": 0,
              "h": 0
            }
          ],
          [
            
          ],
          [
            
          ],
          [
            
          ]
        ],
        "ioa": 0,
        "od": ""
      }

測(cè)試發(fā)現(xiàn)rs16是房間的圖片，如果把鏈接最后的/dy1去掉的話，圖片就成大圖了，心里美滋滋。

代碼實(shí)現(xiàn)

import gevent
import json
from urllib import request
from gevent import monkey
# 使用gevent打補(bǔ)丁，耗時(shí)操作自動(dòng)替換成gevent提供的模塊
monkey.patch_all()
# 圖片存放的目錄
ROOT = "./images/"
# 設(shè)置請(qǐng)求頭，防止被反爬蟲的第一步
header = {
  "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36 "
}


def download(img_src):
  # 把每個(gè)鏈接最后的/dy1去掉
  img_src: str = img_src.replace("/dy1", "")
  # 提取圖片名
  file_name: str = img_src.split("/")[-1]
  response = request.urlopen(request.Request(img_src, headers=header))
  # 保存到本地
  with open(ROOT + file_name, "wb") as f:
    f.write(response.read())
  print(file_name, "下載完成！")
if __name__ == '__main__':

  req = request.Request("https://www.douyu.com/gapi/rknc/directory/yzRec/1", headers=header)
  # 把json數(shù)據(jù)轉(zhuǎn)換成python中的字典
  json_obj = json.loads(request.urlopen(req).read().decode("utf-8"))
  tasks = []
  for src in json_obj["data"]["rl"]:
    tasks.append(gevent.spawn(download, src["rs16"]))
  # 開始下載圖片
  gevent.joinall(tasks)

結(jié)果

由于使用的是協(xié)程，比線程效率更高，不到1秒就把第一頁的圖片全部爬取下來了。效果如圖：