YoloM 发表于 2020-12-5 13:05:59

小甲鱼方法爬取妹子图网页妹子

import urllib.request
import os
import time
import random

def url_open(url):#打开一个网页
            req = urllib.request.Request(url)
            req.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36')
         # req.add_header('Referer', url)#设置请求头,如果爬下来的都是防盗图请参考网站最新请求头更改

            '''iplist =['23.244.28.27:3128', '65.49.222.187:8080', '167.99.236.14:80']
            proxy_support = urllib.request.ProxyHandler({'http':random.choice(iplist)})
            opener = urllib.request.build_opener(proxy_support)
            urllib.request.install_opener(opener)'''#代理
            
            response = urllib.request.urlopen(req)
            html = response.read()

            return html

def get_page(url):#得到图片页数
      html = url_open(url).decode('utf-8')

      a = html.find('page-numbers current') + 22
      b = html.find('<', a)
      print('已获取到当前所在页面!')
      return html

#捕捉图片地址
def find_imgs(url):
    html = url_open(url).decode('utf-8')
    img_addrs = []

    a = html.find("data-original=")

    while a != -1:
      b = html.find('.jpg', a, a+255)
      if b != -1:
            img_addrs.append(html)#.jpg是四个字符
      else:
            b = a + 15 #b找不到,b的地址改变

      a = html.find("data-original=", b) #下一次的起始位置是上一次的结束位置
    print('成功获取%d张图片地址!' % len(img_addrs))
    return img_addrs

def save_imgs(folder,img_addrs):    #保存图片
      for each in img_addrs:
                filename = each.split('/')[-1]
                with open(filename,'wb') as f:
                        img = url_open(each)
                        f.write(img)
                   #   time.sleep(5)
                        
def download_mm(folder='OOXX',pages=2):   #主函数,生成文件夹,将图片保存在文件夹里
      os.mkdir(folder)
      os.chdir(folder)

      url = "https://www.mzitu.com/"
      page_num = int(get_page(url))

      for i in range(pages):
                page_num +=i
                page_url = url + 'page/' + str(page_num)+'/'
                img_addrs = find_imgs(page_url)
                save_imgs(folder,img_addrs)
               
if __name__ =='__main__':
         
          download_mm()
      




麒麟永生 发表于 2020-12-5 14:57:10

啊这也太棒了

YoloM 发表于 2020-12-8 01:31:47

6666666

wapding 发表于 2020-12-8 14:13:48

666666666

leizhenzi23 发表于 2020-12-14 15:47:21

从哪儿去找图片存放的地址啊

小伤口 发表于 2020-12-14 15:59:19

{:10_256:}
这个nice

红键 发表于 2021-1-22 16:08:33

我就是好奇然后....在办公室打开了

njsljx77 发表于 2021-2-22 14:11:57

leizhenzi23 发表于 2020-12-14 15:47
从哪儿去找图片存放的地址啊

ooss
页: [1]
查看完整版本: 小甲鱼方法爬取妹子图网页妹子