鱼C论坛

 找回密码
 立即注册
查看: 2600|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
import requests
import bs4
import time
import os

#请求头
headers ={}
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'

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

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

#现在的煎蛋网址里面的页码不是page=多少了
#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
def get_site(url):
    response = requests.get(url,headers =headers,proxies = proxies)
    soup = bs4.BeautifulSoup(response.text,'html.parser')
    item = soup.find('a',title='Older Comments')
    link = item.get('href')
    return 'http:'+link
    
#下载每一页的图片,图片地址在网页源代码里面
def download_mm(url,):
    response = requests.get(url,headers =headers,proxies = proxies)
    soup = bs4.BeautifulSoup(response.text,'html.parser')
    items = soup.select('div.commenttext a')
    for each in items:
        link = each['href']
        res = requests.get('http:'+link)
        mm_img = res.content
        with open('mm-{}.jpg'.format(link[-9:-5]),'wb') as f:
            f.write(mm_img)

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

n = int(input('请输入要爬取多少页图片:'))

for i in range(n):
    download_mm(url)
    url = get_site(url)
    time.sleep(1)
想知道小甲鱼最近在做啥?请访问 -> 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, 2025-1-16 07:53

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表