视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
python妹子图简单爬虫实例
2020-11-27 14:34:18 责编:小采
文档
 本文实例讲述了python妹子图简单爬虫实现方法。分享给大家供大家参考。具体如下:

#!/usr/bin/env python
#coding: utf-8
import urllib
import urllib2
import os
import re
import sys
#显示下载进度
def schedule(a,b,c):
 '''''
 a:已经下载的数据块
 b:数据块的大小
 c:远程文件的大小
 '''
 per = 100.0 * a * b / c
 if per > 100 :
 per = 100
 print '%.2f%%' % per
#获取html源码
def getHtml(url):
 page = urllib.urlopen(url)
 html = page.read()
 return html
#下载图片
def downloadImg(html, num, foldername):
 picpath = '%s' % (foldername) #下载到的本地目录
 if not os.path.exists(picpath): #路径不存在时创建一个
 os.makedirs(picpath)
 target = picpath+'/%s.jpg' % num
 myItems = re.findall('

',html,re.S) print 'Downloading image to location: ' + target urllib.urlretrieve(myItems[0], target, schedule) #正则匹配分页 def findPage(html): myItems = re.findall('(d*)', html, re.S) return myItems.pop() #正则匹配列表 def findList(html): myItems = re.findall('

.*?

', html, re.S) return myItems #总下载 def totalDownload(modelUrl): listHtml5 = getHtml(modelUrl) listContent = findList(listHtml) for list in listContent: html = getHtml('http://www.mzitu.com/' + str(list[0])) totalNum = findPage(html) for num in range(1, int(totalNum)+1): if num == 1: url = 'http://www.mzitu.com/' + str(list[0]) html5 = getHtml(url) downloadImg(html5, str(num), str(list[1])) else: url = 'http://www.mzitu.com/' + str(list[0]) + '/'+str(num) html5 = getHtml(url) downloadImg(html5, str(num), str(list[1])) if __name__ == '__main__': listHtml = getHtml('http://www.mzitu.com/model') #这是其中一个模块的url,可以添加不同的模块url从而达到整站爬取。 for model in range(1, int(findPage(listHtml))+1): if model == 1: modelUrl = 'http://www.mzitu.com/model' totalDownload(modelUrl) else: modelUrl = 'http://www.mzitu.com/model/page/' + str(model) totalDownload(modelUrl) print "Download has finished."

希望本文所述对大家的Python程序设计有所帮助。

下载本文
显示全文
专题