鱼C论坛

 找回密码
 立即注册
查看: 2520|回复: 0

[作品展示] 新人求指点,爬取妹子图 帮忙优化一下,

[复制链接]
发表于 2022-9-19 22:14:53 | 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

##为了自己看的方便,汉字请自动忽略
import requests
import re
import os
import time

标签 = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36 Core/1.94.175.400 QQBrowser/11.1.5155.400'
    }
页数 = 1
符号 = '?User-Agent=Mozilla%2F5.0+%28Windows+NT+10.0%3B+WOW64%29+AppleWebKit%2F537.36+%28KHTML%2C+like+Gecko%29+Chrome%2F94.0.4606.71+Safari%2F537.36+Core%2F1.94.175.400+QQBrowser%2F11.1.5155.400'
while 页数 <= 100:
    页数 = str(页数)
    下一页 = 'https://www.vmgirls.com/fresh/page/'+ 页数
    页数 = int(页数)
    页数 = 页数 + 1
    print(页数)
    一级链接 = requests.get(下一页,标签)
    time.sleep(1)
    一级链接 = 一级链接.text
    二级链接 = re.findall('<a href="(.*?)" title=".*?" class=".*?" >',一级链接)
    for 三级链接 in 二级链接:
        time.sleep(2)
        三级链接 = requests.get(三级链接,标签)
        三级链接 = 三级链接.text
        图片链接 = re.findall('<a rel=".*?" href="(.*?)" alt=".*?" title=".*?">',三级链接)
        文件夹名称 = re.findall('<h1 class="post-title mb-3">(.*?)</h1>',三级链接)[-1]
        if not os.path.exists (文件夹名称):
            os.mkdir(文件夹名称)
        
        for 下载链接 in 图片链接:
            time.sleep(2)
            图片名称 = 下载链接.split('/')[-1]
            下载链接 = requests.get(下载链接,标签)
            with open (文件夹名称 + '/' + 图片名称,'wb') as f :
                f.write(下载链接.content)
        
print('爬取完成')


        
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, 2025-1-10 17:44

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表