requests + BeautifulSoup + urllib 爬取并下載網(wǎng)站圖片到本地(二)

這篇是上一篇的進階版最爬,雖然也是下載圖片到本地牲距,但比上一篇復(fù)雜了許多,上一篇只是下載當前頁的圖片到本地逢净,這一篇是下載整站的詳情頁圖片到本地哥放,涉及了連續(xù)多頁爬取,根據(jù) item 創(chuàng)建文件夾保存每個詳情頁的圖片爹土,爬取的數(shù)據(jù)量大大提升了好幾十幾百倍甥雕。

準備工作

  • 開發(fā)環(huán)境:Windows,Pycharm胀茵,Request社露,BeautifulSoup,urllib
  • 需要一定的 Python 爬蟲琼娘、HTML 基礎(chǔ)

開始動身

本次要爬取的網(wǎng)站依然是 帥啊 網(wǎng)
我們需要把整站的詳情頁圖片下載到本地

  • 制作爬蟲
    1. 由于獲取下來的 html 編碼格式不對峭弟,所以要指定編碼格式為 utf-8
    2. 獲取頁面中每個 item 的詳情頁鏈接
    3. 獲取詳情頁的所有圖片鏈接(單個或多個)
    4. 以 item 的標題為文件夾附鸽,將詳情頁的圖片下載到該文件夾中
    5. 抓取下一頁(重復(fù) 2、3瞒瘸、4 步驟)
from bs4 import BeautifulSoup
import requests
import os
import urllib.request
import time

headers = {
    "Cookie": "gsScrollPos-1702684443=0; UM_distinctid=16685e0279d3e0-06f34603dfa898-36664c08-1fa400-16685e0279e133; bdshare_firstime=1539844405694; _d_id=6556c25e9ddd0e7e71096a1e343f6b; gsScrollPos-1702684407=; CNZZDATA1254092508=1744643453-1539842703-%7C1540364765",
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36",
}
path = "D://images/"

def get_links(url):
    wb_data = requests.get(url, headers=headers)  # headers 偽裝
    wb_data.encoding = "utf-8"
    soup = BeautifulSoup(wb_data.text, 'lxml')

    if wb_data.status_code == 404:
        return

    if not os.path.exists(path):  # 判斷該文件夾是否存在坷备,不存在則創(chuàng)建
        os.mkdir(path)
    links = soup.select(".item-img")

    for link in links:
        download_img(link.get('href'))
        time.sleep(1)

    # 下一頁
    next_page = soup.select(".next")[0].get("href")
    print("------ next page -------")
    get_links(next_page)

    print("------ download done -------")

def download_img(url):
        wb_data = requests.get(url, headers=headers)
        wb_data.encoding = "utf-8"
        soup = BeautifulSoup(wb_data.text, 'lxml')
        images = soup.select(".wr-single-content-list img")
        catalog = soup.select("h1")[0].get_text()  # 獲取詳情頁標題作為文件夾名稱
        catalog = path + catalog + "/"
        if not os.path.exists(catalog):
            os.mkdir(catalog)
        for index, image in enumerate(images):  # enumerate 是 Python 的內(nèi)置函數(shù),用它可以同時返回索引和值
            print(index)
            img = image.get("src")
            urllib.request.urlretrieve(img, catalog + str(index) + ".jpg")
        print("-------- downloading ---------")

if __name__ == "__main__":

    get_links("http://www.shuaia.net/index.html")
  • 開始爬取


最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末情臭,一起剝皮案震驚了整個濱河市省撑,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌俯在,老刑警劉巖竟秫,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異跷乐,居然都是意外死亡肥败,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進店門愕提,熙熙樓的掌柜王于貴愁眉苦臉地迎上來拙吉,“玉大人,你說我怎么就攤上這事揪荣。” “怎么了往史?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵仗颈,是天一觀的道長。 經(jīng)常有香客問我椎例,道長挨决,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任订歪,我火速辦了婚禮脖祈,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘刷晋。我一直安慰自己盖高,他們只是感情好,可當我...
    茶點故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布眼虱。 她就那樣靜靜地躺著喻奥,像睡著了一般。 火紅的嫁衣襯著肌膚如雪捏悬。 梳的紋絲不亂的頭發(fā)上撞蚕,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天,我揣著相機與錄音过牙,去河邊找鬼甥厦。 笑死纺铭,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的刀疙。 我是一名探鬼主播舶赔,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼庙洼!你這毒婦竟也來了顿痪?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤油够,失蹤者是張志新(化名)和其女友劉穎蚁袭,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體石咬,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡揩悄,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了鬼悠。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片删性。...
    茶點故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖焕窝,靈堂內(nèi)的尸體忽然破棺而出蹬挺,到底是詐尸還是另有隱情,我是刑警寧澤它掂,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布巴帮,位于F島的核電站,受9級特大地震影響虐秋,放射性物質(zhì)發(fā)生泄漏榕茧。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一客给、第九天 我趴在偏房一處隱蔽的房頂上張望用押。 院中可真熱鬧,春花似錦靶剑、人聲如沸蜻拨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽官觅。三九已至,卻和暖如春阐污,著一層夾襖步出監(jiān)牢的瞬間休涤,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留功氨,地道東北人序苏。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像捷凄,于是被迫代替她去往敵國和親忱详。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容