[作品展示]第一次写的壁纸爬虫——（来自一个python小白，有一就有二233）
{:10_277:}跟着小甲鱼老师学了这段时间的基础，昨天尝试做了一个壁纸的爬虫.来自小白的第一次,代码放下，请大佬们批评指正，给出优化意见就更好了！！！
import requests
import re
import os
def get_html(url):
r = requests.get(url)
#返回壁纸首页信息,用来提取壁纸列表
return r.text
def get_img_urls(img_num):
img_url = f'http://www.win4000.com/wallpaper_detail_{img_num}_1.html'
r = requests.get(img_url)
#提取系列壁纸的总页数
em = int(re.findall(r'<em>(.*?)</em>', r.text)) + 1
img_urls =
#返回系列壁纸的网页列表【】
return img_urls
def get_src(img_url):
r = requests.get(img_url)
src = re.findall('<img class="pic-large" src="(.*?)" alt=".*?" title=".*?"/>',r.text)
down_dir = re.findall('<img class="pic-large" src=".*?" alt="(.*?)" title=".*?"/>',r.text)
#返回壁纸下载源src,和系列名
return src,down_dir
def save_img(url,down_dir):
#创建保存路径
if not os.path.exists(down_dir):
os.mkdir(down_dir)
r = requests.get(url)
path = down_dir + '/' + url.split('/')[-1]
try:
with open(path,'wb') as f:
f.write(r.content)
print(path,'\t\t壁纸保存成功√')
except Exception as e:
print(e)
def main():
input('---按任意键开始爬取壁纸---(默认为当前路径)\n')
#美女壁纸的5页urls
urls =
for url in urls:
src_list = []
html = get_html(url)
#获取当前页面的所有链接数字（之后做系列url拼接）
lst = re.findall('<a href=".*?(\d*?).html" alt=".*?" title=".*?" target="_blank">',html)
print('正在加载资源...')
for img_num in lst:
img_urls = get_img_urls(img_num)
if img_urls:
for img_url in img_urls:
(src,down_dir) = get_src(img_url)
save_img(src,down_dir)
if __name__ == '__main__':
main()
print('程序执行完成！')
{:10_254:} {:5_97:}
页:
[1]