欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python百行代碼實現(xiàn)漢服圈圖片爬取

 更新時間:2021年11月22日 17:25:29   作者:Python學習與數(shù)據(jù)挖掘  
這篇文章主要為大家介紹了使用python百行代碼來實現(xiàn)漢服圈的圖片爬取,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步

平時旅游的時候,在旅游景區(qū)我們經(jīng)??梢钥吹酱└鞣N服飾去拍照的游客,也不會刻意多關(guān)注。前兩天瀏覽網(wǎng)頁無意看到一個網(wǎng)站,看到穿漢服的女孩是真的很好看。無論是工作需要還是創(chuàng)作文案,把這么漂亮的圖片來當作素材都是一個很好的idea。有需要,我們就爬它,爬它,爬它!

話不多說,我們下面詳細介紹圖片爬取。

分析網(wǎng)站

網(wǎng)址如下:

https://www.aihanfu.com/zixun/tushang-1/

這是第一頁的網(wǎng)址,根據(jù)觀察,第二頁網(wǎng)址也就是上述網(wǎng)站序號1變成了2,依次類推,就可以訪問全部頁數(shù)。

在這里插入圖片描述

根據(jù)圖示,我們需要獲得每個子網(wǎng)站的鏈接,也就是href中網(wǎng)址,然后進入每個網(wǎng)址,尋找圖片網(wǎng)址,在下載就行了。

子鏈接獲取

為了獲取上圖中的數(shù)據(jù),我們可以用soup或者re或者xpath等方法都可以,本文中小編使用xpath來定位,編寫定位函數(shù),獲得每個子網(wǎng)站鏈接,然后返回主函數(shù),這里使用了一個技巧,在for循環(huán)中,可以看看!

def get_menu(url, heades):
    """
    根據(jù)每一頁的網(wǎng)址
    獲得每個鏈接對應的子網(wǎng)址
    params: url 網(wǎng)址
    """
    r = requests.get(url, headers=headers)
    if r.status_code == 200:
        r.encoding = r.apparent_encoding
        html = etree.HTML(r.text)
        html = etree.tostring(html)
        html = etree.fromstring(html)
        # 查找每個子網(wǎng)址對應的鏈接, 然后返回
        children_url = html.xpath('//div[@class="news_list"]//article/figure/a/@href')
        for _ in children_url:
            yield _

獲取標題和圖片地址

為了盡量多的采集數(shù)據(jù),我們把標簽和圖片地址采集一下,當然如果其他項目需要采集發(fā)布者和時間,也是可以做到多的,本篇就不再展開。

在這里插入圖片描述

我們點開一個網(wǎng)址鏈接,如上圖所示,可以發(fā)現(xiàn)標題在head的節(jié)點里面,獲取標題是為創(chuàng)建文件夾時使用。

代碼如下:

def get_page(url, headers):
    """
    根據(jù)子頁鏈接,獲得圖片地址,然后打包下載
    params: url 子網(wǎng)址
    """
    r = requests.get(url, headers=headers)
    if r.status_code == 200:
        r.encoding = r.apparent_encoding
        html = etree.HTML(r.text)
        html = etree.tostring(html)
        html = etree.fromstring(html)
        # 獲得標題
        title = html.xpath(r'//*[@id="main_article"]/header/h1/text()')
        # 獲得圖片地址
        img = html.xpath(r'//div[@class="arc_body"]//figure/img/@src')
        # title 預處理 
        title = ''.join(title)
        title = re.sub(r'【|】', '', title)
        print(title)
        save_img(title, img, headers)

保存圖片

在翻轉(zhuǎn)每一頁時我們都需要把子鏈接對應的圖片保存下來,此處需要注意對請求的狀態(tài)判斷、路徑判斷。

def save_img(title, img, headers):
    """
    根據(jù)標題創(chuàng)建子文件夾
    下載所有的img鏈接,選擇更改質(zhì)量大小
    params:title : 標題
    params:  img :  圖片地址
    """
    if not os.path.exists(title):
        os.mkdir(title)
    # 下載
    for i, j in enumerate(img):  # 遍歷該網(wǎng)址列表
        r = requests.get(j, headers=headers)
        if r.status_code == 200:
            with open(title + '//' + str(i) + '.png', 'wb') as fw:
                fw.write(r.content)
        print(title, '中的第', str(i), '張下載完成!')

主函數(shù)

if __name__ == '__main__':
    """ 
    一頁一頁查找
    params : None
    """
    path = '/Users/********/漢服/'
    if not os.path.exists(path):
        os.mkdir(path)
        os.chdir(path)
    else:
        os.chdir(path)
    # url = 'http://www.aihanfu.com/zixun/tushang-1/'
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)'
                             ' AppleWebKit/537.36 (KHTML, like Gecko)'
                             ' Chrome/81.0.4044.129 Safari/537.36'}
    for _ in range(1, 50):
        url = 'http://www.aihanfu.com/zixun/tushang-{}/'.format(_)
        for _ in get_menu(url, headers):
            get_page(_, headers)  # 獲得一頁

至此我們已經(jīng)完成了所有環(huán)節(jié),關(guān)于爬蟲的文章,小編已經(jīng)不止一次的介紹了,一方面是希望大家可以多多熟悉爬蟲技巧,另外一方面小編認為爬蟲是數(shù)據(jù)分析、數(shù)據(jù)挖掘的基礎(chǔ)。沒有爬蟲獲取數(shù)據(jù),何來數(shù)據(jù)分析。

以上就是python百行代碼實現(xiàn)漢服圈圖片爬取的詳細內(nèi)容,更多關(guān)于python爬取漢服圈圖片的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • 自己使用總結(jié)Python程序代碼片段

    自己使用總結(jié)Python程序代碼片段

    這篇文章主要介紹了自己使用總結(jié)Python程序代碼片段,本文收集了如反向讀取文件、往文件中所有添加指定的前綴、匿名函數(shù)作為返回值、將二進制數(shù)轉(zhuǎn)為10進制數(shù)等實用代碼片段,需要的朋友可以參考下
    2015-06-06
  • 6行Python代碼實現(xiàn)進度條效果(Progress、tqdm、alive-progress​​​​​​​和PySimpleGUI庫)

    6行Python代碼實現(xiàn)進度條效果(Progress、tqdm、alive-progress​​

    這篇文章主要介紹了6行Python代碼實現(xiàn)進度條效果(Progress、tqdm、alive-progress和PySimpleGUI庫),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-01-01
  • CoAtNet實戰(zhàn)之對植物幼苗圖像進行分類(pytorch)

    CoAtNet實戰(zhàn)之對植物幼苗圖像進行分類(pytorch)

    谷歌的最新模型CoAtNet做了卷積 + Transformer的融合,在ImageNet-1K數(shù)據(jù)集上取得88.56%的成績。本文主要介紹如何用CoAtNet實現(xiàn)植物幼苗圖像的分類。感興趣的小伙伴可以學習一下
    2021-12-12
  • Python中異常捕獲與處理的方法總結(jié)

    Python中異常捕獲與處理的方法總結(jié)

    Python異常是在程序執(zhí)行時發(fā)生的錯誤,可能會導致程序終止運行。這篇文章主要為大家總結(jié)了Python中異常捕獲與處理的方法,需要的可以參考一下
    2023-04-04
  • Python的PIL庫中g(shù)etpixel方法的使用

    Python的PIL庫中g(shù)etpixel方法的使用

    這篇文章主要介紹了Python的PIL庫中g(shù)etpixel方法的使用,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-04-04
  • python threading和multiprocessing模塊基本用法實例分析

    python threading和multiprocessing模塊基本用法實例分析

    這篇文章主要介紹了python threading和multiprocessing模塊基本用法,結(jié)合實例形式詳細分析了Python中threading和multiprocessing模塊基本概念、功能、使用方法及相關(guān)操作注意事項,需要的朋友可以參考下
    2019-07-07
  • python用fsolve、leastsq對非線性方程組求解

    python用fsolve、leastsq對非線性方程組求解

    這篇文章主要為大家詳細介紹了python用fsolve、leastsq對非線性方程組進行求解,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-12-12
  • pytorch獲取模型某一層參數(shù)名及參數(shù)值方式

    pytorch獲取模型某一層參數(shù)名及參數(shù)值方式

    今天小編就為大家分享一篇pytorch獲取模型某一層參數(shù)名及參數(shù)值方式,具有很好的價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • python線程鎖(thread)學習示例

    python線程鎖(thread)學習示例

    python thread提供了低級別的、原始的線程以及一個簡單的鎖,下面提供一個python線程線程鎖(thread)學習示例,大家參考使用
    2013-12-12
  • python實現(xiàn)簡單加密解密機制

    python實現(xiàn)簡單加密解密機制

    這篇文章主要為大家詳細介紹了python實現(xiàn)簡單加密解密機制,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-03-03

最新評論