爬 meizi 图

aa1448176630

1. import re
   
2. import requests as r
   
3. import time
   
4. import os
   
5. 
   
6. def open_url(url):
   
7.     head={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.61 Safari/537.36 Edg/83.0.478.37'}
   
8.     p=r.get(url,headers=head)
   
9.     #print(p.status_code)
   
10.     return p
    
11. def find(p):
    
12.     html=p.text
    
13.     r_link='<a href="//(img2.[^"]+)'
    
14.     link=re.findall(r_link,html)
    
15.     if not link:
    
16.         r_link=r'<img src="https://([^"]+)'
    
17.         link=re.findall(r_link,html)
    
18.     #print(link)
    
19.     return link
    
20. def save(link):
    
21.     #print("ceshi")
    
22.     if not os.path.exists(r'C:\Users\Administrator\Desktop\image'):
    
23.         #print("ceshi")
    
24.         os.mkdir(r'C:\Users\Administrator\Desktop\image')
    
25.         os.chdir(r'C:\Users\Administrator\Desktop\image')
    
26.     i=0
    
27.     for each in link:
    
28.         #print(each)
    
29.         each='https://'+each
    
30.         print(each)
    
31.         p=open_url(each)
    
32.         
    
33.         html=p.content
    
34.         
    
35.         path=r'C:\Users\Administrator\Desktop\image'+'\\'+each.split('/')[-1]
    
36.         with open(path,'wb+') as f:
    
37.             f.write(html)
    
38.             i=i+1
    
39.             print("写入第"+ str(i) + "张图片成功")
    
40.                
    
41.             
    
42.             #print(html)
    
43. 
    
44. if __name__=='__main__':
    
45. 
    
46.     url='https://www.woyaogexing.com/touxiang/nv/2020/1005194.html'
    
47.     #url='https://www.qqtn.com/article/article_296117_1.html'#链接自行更换 这两个链接仅用于测试
    
48.     p=open_url(url)
    
49.     link=find(p)
    
50.     save(link)
    
51.    

复制代码

爬虫新手，仅为交作业大佬绕道

Eternal1

小超超