手机壁纸电脑壁纸,对于广大男性同胞来说,最喜欢的不就是好看的么,十几行代码分分钟就下载一大堆,用都用不完,来吧,展示!
一、工善欲其事,必先利其器
1、开发环境
这里咱们使用Python环境,只要不是Python2就行,编辑器的话,使用pycharm,21版的有很多方便的工具,谁用谁知道,我就不 一 一 赘述了。
2、第三方模块
requests
parsel
requests 是数据请求模块,parsel 是提取数据 解析的模块,直接pip安装即可
3、安装模块以及出现的问题
- 如果安装python第三方模块:
- win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
- 在pycharm中点击Terminal(终端) 输入安装命令
- 安装失败原因:
-
失败一: pip 不是内部命令
解决方法: 设置环境变量 -
失败二: 出现大量报红 (read time out)
解决方法: 因为是网络链接超时, 需要切换镜像源
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org/
豆瓣:http://pypi.douban.com/simple/
例如:pip3 install -i https://pypi.doubanio.com/simple/ 模块名 -
失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好
或者你pycharm里面python解释器没有设置好
-
二、流程
1、数据来源分析
爬取网站是什么,想要获取网站什么样数据内容;
比如爬取图片,从一张图片去分析;
通过开发者工具进行抓包分析,对比我们想要图片url地址一些参数;
2、爬虫代码实现步骤:
1).发送请求, 对于分析得到url地址发送请求
- 请求网址
- 请求方式
请求头参数 >>> 伪装 可以把python代码伪装成浏览器(客户端)发送请求
如果不进行伪装会有什么后果 >>> 不会给你返回你想要数据;
2).获取数据, 获取response服务器返回响应数据;
3).解析数据, 提取我们想要数据内容 图片url地址 以及 图片标题;
4).保存数据, 把图片数据保存到本地;
三、代码展示
1、导入模块
import requests import parsel
2、发送请求
- headers 请求头参数, 可以开发者工具里面直接进行复制, 其次headers字典数据类型, 键值对
- user-agent: 用户代理表示浏览器基本身份标识
- cookie: 用户信息, 检测用户是否有登陆账号
for page in range(2, 11): url = f\'https://sj..com/woman/{page}.html\' headers = { \'cookie\': \'t=f2cf055ce8713058cbfdbd1561c38e86; r=1281; Hm_lvt_86200d30c9967d7eda64933a74748bac=1645625923,1646892448; Hm_lpvt_86200d30c9967d7eda64933a74748bac=1646894465\', \'user-agent\': \'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36\' } response = requests.get(url=url, headers=headers) # <Response [200]> 返回响应对象 200状态码标识请求成功
3、 获取数据
获取服务器返回数据内容,获取响应对象文本数据 。
print(response.text)
字符串数据返回数据内容,和我们在开发者工具里面看到不一样 ,说明你被服务器识别出来是你爬虫程序, 所以他没有给你返回数据。
4、解析数据
css选择器 xpath re 三种解析方式都可以去用 选择最适合
css选择器: 根据标签属性提取数据内容
对于获取response.text 进行数据类型转换 转成 selector 对象
attr() 属性选择器 .egeli_pic_li .egeli_pic_dl dd a
img 都是定位标签, 告诉它是哪一个标签
img::attr(src) 取img标签里面的src属性数据getall() 获取所有标签内容数据 返回列表数据类型
selector = parsel.Selector(response.text) src = selector.css(\'.egeli_pic_li .egeli_pic_dl dd a img::attr(src)\').getall() alt = selector.css(\'.egeli_pic_li .egeli_pic_dl dd a img::attr(alt)\').getall() for img_url, title in zip(src, alt): img_url = img_url.replace(\'edpic_360_360\', \'edpic_source\')
4、保存数据
img_content = requests.get(url=img_url, headers=headers).content # 获取二进制数据内容 with open(\'img\\\\\' + title + \'.jpg\', mode=\'wb\') as f: f.write(img_content) print(img_url, title) # 我给大家准备了这些资料,直接在群里就可以免费领取了。 # Python学习交流群:815624229
四、效果展示
爬取效果
这下壁纸够用了
兄弟们,文章看累了,再给手也提供一点运动,帮我点个赞和收藏,下次更更有意思的。
来源:https://www.cnblogs.com/hahaa/p/16021991.html
本站部分图文来源于网络,如有侵权请联系删除。