鱼C论坛

 找回密码
 立即注册
查看: 2155|回复: 0

[学习笔记] 爬取任意百度贴吧图片

[复制链接]
发表于 2020-2-25 23:41:16 | 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
import requests
from lxml import etree

l
tieba_name = input('请输入你要爬取的贴吧:')

startPage = int(input('开始页:'))
endPage = int(input('结束页:'))

url = 'https://tieba.baidu.com/f?'

for page in range(startPage,endPage+1):
    yema = (page - 1) * 50
    response = requests.get(url,params={'kw':tieba_name,'pn':yema})
    html = response.text # 网页源代码
    # print(html)


    # 第二步 找到每条链接
    element = etree.HTML(html)
    link_list = element.xpath('//a[@class="j_th_tit "]/@href')
    for link in link_list:

        fulllink = 'https://tieba.baidu.com/'+link

        # 请求链接地址
        tiezi_resp = requests.get(fulllink)
        tiezi_html = tiezi_resp.text

        img_link = etree.HTML(tiezi_html)
        img_list = img_link.xpath('//img[@class="BDE_Image"]/@src')

        for my_img in img_list:

            # 请求图片的链接地址
            img_response = requests.get(my_img)

            img = img_response.content

            # 获取图片的名字
            img_name = my_img[-10:]
            # print(img_name)
            f = open('img/'+img_name,'wb')
            f.write(img)
            f.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, 2025-1-12 09:40

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表