拓展python爬虫（爬取图片）

爬虫爬取图片的简单实例

这里以图片之家为例

首先分析网页
每一页与每一页之间只是list_176_后面的数字不同，所以我们可以根据不同的需求来进行翻页


图片的定位：
小编这里使用的是xpath来进行的定位，比较简单，适合新手

在谷歌浏览器中选中其src中的地址右键copy其xpath直接定位到该图片的定位

分析完后就可以写python代码了

import requests
from lxml import etree

p = 1
print("请输入爬取的页数：")
num = int(input())
for i in range(num+1):
    if i != 0:
        url = f'https://www.tupianzj.com/meinv/xinggan/list_176_{i}.html'

        # 伪装请求头
        header = {
   
            "user-agent":"Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.106 Safari/537.36"
        }
        # 发送请求
        respons = requests.get(url, headers=header)

        # 查看返回结果  content返回时时byte 需要手动转码
        html = respons.content
        html = html.decode("gb2312")
        # print(html)

        # 调用lxml中的etree方法
        txt = etree.HTML(html)
        src = txt.xpath('//*[@id="container"]/div/div/div[3]/div/ul/li/a/@href')
        # print(src)
        for k in src:
            # print(k[:-5])
            p2 = 1
            for j in range(1,11):
                # 拼接新的网址
                page = 'https://www.tupianzj.com' + k[:-5] + f"_{j}.html"
                # print(page)
                # 重新发送请求
                imgdata = requests.get(page,headers=header)
                # 查看返回结果 并解码
                html1 = imgdata.content
                try:
                    html1 = html1.decode('gb2312')

                    txt1 = etree.HTML(html1)

                    xsrc = txt1.xpath('//*[@id="bigpicimg"]/@src')
                except:
                    pass
                if len(xsrc) == 0:
                    continue
                print(xsrc[0])
                imgdata2 = requests.get(xsrc[0],headers=header)
                #  图片另存为
                f = open('./img/'+str(p)+'.'+str(p2)+xsrc[0][-4:], 'wb')
                #  写入
                f.write(imgdata2.content)
                f.close()
                p2 += 1
            p += 1

运行时需要在当前文件夹下创建一个img文件夹

这是运行结果：