python妹子圖簡單爬蟲實例
更新時間:2015年07月07日 15:06:08 作者:tpythoner
這篇文章主要介紹了python妹子圖簡單爬蟲,實例分析了Python爬蟲程序所涉及的頁面源碼獲取、進度顯示、正則匹配等技巧,需要的朋友可以參考下
本文實例講述了python妹子圖簡單爬蟲實現(xiàn)方法。分享給大家供大家參考。具體如下:
#!/usr/bin/env python #coding: utf-8 import urllib import urllib2 import os import re import sys #顯示下載進度 def schedule(a,b,c): ''''' a:已經(jīng)下載的數(shù)據(jù)塊 b:數(shù)據(jù)塊的大小 c:遠程文件的大小 ''' per = 100.0 * a * b / c if per > 100 : per = 100 print '%.2f%%' % per #獲取html源碼 def getHtml(url): page = urllib.urlopen(url) html = page.read() return html #下載圖片 def downloadImg(html, num, foldername): picpath = '%s' % (foldername) #下載到的本地目錄 if not os.path.exists(picpath): #路徑不存在時創(chuàng)建一個 os.makedirs(picpath) target = picpath+'/%s.jpg' % num myItems = re.findall('<p><a href="http:\/\/www.mzitu.com/.*?" ><img src="(.*?)" alt=".*?" /></a></p>',html,re.S) print 'Downloading image to location: ' + target urllib.urlretrieve(myItems[0], target, schedule) #正則匹配分頁 def findPage(html): myItems = re.findall('<span>(\d*)</span>', html, re.S) return myItems.pop() #正則匹配列表 def findList(html): myItems = re.findall('<h2><a title="(.*?)" target="_blank">.*?</a></h2>', html, re.S) return myItems #總下載 def totalDownload(modelUrl): listHtml5 = getHtml(modelUrl) listContent = findList(listHtml) for list in listContent: html = getHtml('http://www.mzitu.com/' + str(list[0])) totalNum = findPage(html) for num in range(1, int(totalNum)+1): if num == 1: url = 'http://www.mzitu.com/' + str(list[0]) html5 = getHtml(url) downloadImg(html5, str(num), str(list[1])) else: url = 'http://www.mzitu.com/' + str(list[0]) + '/'+str(num) html5 = getHtml(url) downloadImg(html5, str(num), str(list[1])) if __name__ == '__main__': listHtml = getHtml('http://www.mzitu.com/model') #這是其中一個模塊的url,可以添加不同的模塊url從而達到整站爬取。 for model in range(1, int(findPage(listHtml))+1): if model == 1: modelUrl = 'http://www.mzitu.com/model' totalDownload(modelUrl) else: modelUrl = 'http://www.mzitu.com/model/page/' + str(model) totalDownload(modelUrl) print "Download has finished."
希望本文所述對大家的Python程序設(shè)計有所幫助。
相關(guān)文章
python找出列表中大于某個閾值的數(shù)據(jù)段示例
今天小編就為大家分享一篇python找出列表中大于某個閾值的數(shù)據(jù)段示例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11深入學(xué)習(xí)Python+Opencv常用四種圖像處理操作
本文主要介紹了深入學(xué)習(xí)Pytho+OpenCV實現(xiàn)的基本圖像處理操作,例如:改變圖像大小,圖片色彩轉(zhuǎn)換,圖片模糊等,代碼具有一定的學(xué)習(xí)價值,感興趣的小伙伴可以關(guān)注一下2021-11-11詳解用python實現(xiàn)爬取CSDN熱門評論URL并存入redis
這篇文章主要介紹了詳解用python實現(xiàn)爬取CSDN熱門評論URL并存入redis,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04