鱼C论坛

 找回密码
 立即注册
查看: 1550|回复: 0

[原创] 煎蛋网妹子图的抓取

[复制链接]
发表于 2018-7-23 22:23:31 | 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
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from selenium.common.exceptions import TimeoutException
import time
import requests
import os

'''屏蔽掉浏览器界面'''
URL = 'http://jandan.net/ooxx'
chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--headless')
browser = webdriver.Chrome(chrome_options = chrome_options)
wait = WebDriverWait(browser, 10)
browser.get(URL)


def next_page():  # 点击下一页
    button = wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'previous-comment-page')))
    return button


def cur_page():  # 获取当前页数
    page = wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'current-comment-page')))
    return page.text


def parse_html(lyst):
    """
    :param img:单个图片链接
    :param lyst:存储图片链接
    """
    imgs_info = browser.find_elements_by_xpath('//*[@id="comments"]/ol/li//p/img')
    for img in imgs_info:
        img = img.get_attribute('src')
        if img[len(img) - 3:] == 'jpg':  # 剔除广告的'.gif'图片
            lyst.append(img)


def dowmloader(url):
    '''图片下载'''
    try:
        response = requests.get(url)
        if response.status_code == 200:
            return response.content
        return None
    except Exception:
        pass


def save_img(img_content, num):
    '''
    :param img_content:二进制数据
    :param num:图片保存的次序
    '''
    with open(str(num) + '.jpg', 'wb') as f:
        f.write(img_content)


def jandan_crawlers(lyst):
    '''
    :param FLAG:抓取网页页数
    '''
    try:
        current_page = cur_page()
        FLAG = int(current_page[1:len(current_page) - 1])
        while FLAG:
            print('正在抓取煎蛋网第%d页图片' % FLAG)
            parse_html(lyst)
            time.sleep(3)
            button = next_page()
            button.click()
            FLAG -= 1
            if FLAG == 1:
                jandan_crawlers(lyst)
                FLAG = False
        return lyst
    except TimeoutException:
        pass


if __name__ == '__main__':
    os.chdir('picture')  # 切换图片的保存路径
    lyst = []
    num = 1
    url_info = jandan_crawlers(lyst)
    for url in url_info:
        img_content = dowmloader(url)
        print('正在保存图片:' + str(num) + '.jpg')
        save_img(img_content, num)
        num += 1
    print('煎蛋网图片抓取完成')
    browser.close()
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, 2024-12-22 17:38

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表