python妹子圖簡單爬蟲實(shí)例
更新時(shí)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(shí)例分析了Python爬蟲程序所涉及的頁面源碼獲取、進(jìn)度顯示、正則匹配等技巧,需要的朋友可以參考下
本文實(shí)例講述了python妹子圖簡單爬蟲實(shí)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(jìn)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(yuǎn)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(shí)創(chuàng)建一個(gè)
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(gè)模塊的url,可以添加不同的模塊url從而達(dá)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(jì)有所幫助。
相關(guān)文章
python找出列表中大于某個(gè)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(gè)閾值的數(shù)據(jù)段示例,具有很好的參考價(jià)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(shí)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(jià)值,感興趣的小伙伴可以關(guān)注一下2021-11-11
詳解用python實(shí)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(shí)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(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04

