鱼C论坛

 找回密码
 立即注册
查看: 3571|回复: 0

[技术交流] 煎蛋网爬妹子图

[复制链接]
发表于 2021-3-17 08:12:44 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
刚学了煎蛋网爬图片,由于煎蛋网改了,所以很多东西和小甲鱼录视频的时候不一样,就没按小甲鱼的来,感觉模块化还是没做好
代理ip就自己找了,因为只用了一个ip,所以加了个time模块防止被封
  1. import requests
  2. import bs4
  3. import time
  4. import os

  5. #请求头
  6. headers ={}
  7. headers['User-Agent'] = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 11_1_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'

  8. #代理IP
  9. proxies = {'https':'175.146.211.249:9999'}

  10. #初始网址
  11. url = 'http://i.jandan.net/ooxx'

  12. #现在的煎蛋网址里面的页码不是page=多少了
  13. #获得下一页网址,每一页网页源代码里面都有有下一页地址
  14. def get_site(url):
  15.     response = requests.get(url,headers =headers,proxies = proxies)
  16.     soup = bs4.BeautifulSoup(response.text,'html.parser')
  17.     item = soup.find('a',title='Older Comments')
  18.     link = item.get('href')
  19.     return 'http:'+link
  20.    
  21. #下载每一页的图片,图片地址在网页源代码里面
  22. def download_mm(url,):
  23.     response = requests.get(url,headers =headers,proxies = proxies)
  24.     soup = bs4.BeautifulSoup(response.text,'html.parser')
  25.     items = soup.select('div.commenttext a')
  26.     for each in items:
  27.         link = each['href']
  28.         res = requests.get('http:'+link)
  29.         mm_img = res.content
  30.         with open('mm-{}.jpg'.format(link[-9:-5]),'wb') as f:
  31.             f.write(mm_img)

  32. folder=input('请输入文件名:')
  33. os.mkdir(folder)
  34. os.chdir(folder)

  35. n = int(input('请输入要爬取多少页图片:'))

  36. for i in range(n):
  37.     download_mm(url)
  38.     url = get_site(url)
  39.     time.sleep(1)
复制代码
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-6-26 12:26

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表