鱼C论坛

 找回密码
 立即注册
查看: 1816|回复: 2

爬虫获取图片如何选择标签为img class="lazy" src= 的图片

[复制链接]
发表于 2019-7-9 16:27:20 | 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
跟着小甲鱼的视频敲的代码,跟着视频的弹幕和百度解决了一些问题可以爬到img src标签的图片了但是网站上的大多数图片都是有img class"lazy"的标签,这种图片应该怎么爬,求大神指点
附上代码
import urllib.request
import os
import time



def url_open(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36')
    req.add_header('cookie','Hm_lvt_dbc355aef238b6c32b43eacbbf161c3c=1562650826; Hm_lpvt_dbc355aef238b6c32b43eacbbf161c3c=1562654430')
    req.add_header('Referer','https://www.mzitu.com/')
    response = urllib.request.urlopen(req)
    html = response.read()
    print(url)
   
    return html
   

def get_page(url):
    html = url_open(url).decode('utf-8')

    a = html.find('page-numbers')+22
    b = html.find('<',a)

    return html[a:b]

   
def find_imgs(url):
    html = url_open(url).decode('utf-8')
    img_addrs = []

    a = html.find('img')
   
    while a != -1:
        b = html.find('.jpg',a,a+255)
        if b != -1:
            img_addrs.append(html[a+22:b+4])
        else:
            b = a+22
        a = html.find('img')
        time.sleep(2)
        
    for each in img_addrs:
        print(each)
    return img_addrs

def save_imgs(folder,img_addrs):
    for each in img_addrs:
        filename = each.split('/')[-1]
        with open(filename,'wb') as f:
            img = url_open(each)
            f.write(img)
            

def mmjpg(folder = 'OOXX',pages = 20):
    os.mkdir(folder)
    os.chdir(folder)

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

    for i in range(pages):
        page_num +=1
        page_url = url+'/'+'page'+'/'+str(page_num)+'/'
        img_addrs = find_imgs(page_url)
        save_imgs(folder,img_addrs)
        time.sleep(2)

if __name__ == '__main__':
    mmjpg()
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2019-7-9 18:28:04 | 显示全部楼层
本帖最后由 新手·ing 于 2019-7-9 19:10 编辑

继续学,学到效率革命时你会学到一个叫做beautifulsoup4的好东西
当然正则也行
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2019-7-10 08:55:23 | 显示全部楼层
我还是喜欢用xpath
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

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, 2026-1-16 19:46

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表