Python采集彼岸4K高清壁纸
前言
嗨喽,大家好呀~这里是爱看美女的茜茜呐
又到了学Python时刻~
环境使用:
Python 3.8 解释器
Pycharm 编辑器
模块
import re
import requests >>> pip install requests
( 更多资料、教程、文档点击此处跳转跳转文末名片加入君羊,找管理员小姐姐领取呀~ )
模块安装问题:
如果安装python第三方模块:
win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
在pycharm中点击Terminal(终端) 输入安装命令
安装失败原因:
失败一: pip 不是内部命令
解决方法: 设置环境变量
失败二: 出现大量报红 (read time out)
解决方法: 因为是网络链接超时, 需要切换镜像源
清华:https://pypi.tuna.tsinghua.edu.cn/simple阿里云:https://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/华中理工大学:https://pypi.hustunique.com/山东理工大学:https://pypi.sdutlinux.org/豆瓣:https://pypi.douban.com/simple/例如:pip3 install -i https://pypi.doubanio.com/simple/ 模块名
失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好
或者你pycharm里面python解释器没有设置好
思路
代码展示
( 完整源码点击此处跳转跳转文末名片加入君羊,找管理员小姐姐领取呀~ )
导入模块
# 导入数据请求模块 --> 第三方模块, 需要安装 pip install requests
import requests
# 导入正则模块 --> 内置模块, 不需要安装
import re
“”"
发送请求, 模拟浏览器对于url地址发送请求
模拟浏览器 <反爬处理> 请求头 <字典数据类型>
如果你不伪装, 可能会被识别出来是爬虫程序, 从而得到数据内容
可以直接复制粘贴 --> 开发者工具里面就可以复制<Response [200]> 响应对象
Response: 中文意思–>响应
<>: 表示对象
200: 状态码 表示请求成功
发送请求, 请求成功了
“”"
for page in range(2, 11):print(f'=================正在采集第{page}页的数据内容=================')
请求图片目录页面url
url = f'http://www.****.com/dongman/index_{page}.htm'
伪装模拟成浏览器
headers = {# User-Agent 用户代理 浏览器基本身份信息'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'}
发送请求
调用requests模块里面get请求方法, 对于url地址发送请求, 并且携带上headers请求头伪装, 最后用自定义变量名response接受返回的数据
response = requests.get(url=url, headers=headers)
“”"
获取数据, 获取服务器返回响应数据
response 网页源代码
response.text 获取响应文本数据 <网页源代码>
解析数据, 提取我们想要的数据内容
- 图片ID
正则表达式Re
调用re模块里面findall方法 --> 找到所有我们想要的数据
re.findall(‘找什么数据’, ‘从哪里找’) --> 从什么地方, 去匹配找什么样的数据内容
从 response.text<网页源代码> 里面 去找 <a href=“/desk/(\d+).htm” 其中 (\d+) 就是我们要的内容
\d+ 表示任意数字
“”"
提取图片ID --> 列表 <盒子/箱子> ‘29381’ 是列表<箱子>里面元素<苹果>
img_id_list = re.findall('<a href="/desk/(\d+).htm"', response.text)
for循环遍历, 把列表里面元素 一个一个提取出来
for img_id in img_id_list:# img_id变量<袋子> 给 img_id_list 列表<盒子> 里面 元素<苹果> 给装起来print(img_id)
“”"
4. 发送请求, 模拟浏览器对于url地址发送请求
- 请求 图片详情页页面url http://www.****.com/desk/{图片ID}.htm
获取数据, 获取服务器返回响应数据
response 网页源代码
“”"
请求详情页链接 --> f’{img_id}’ 字符串格式化方法
link = f'http://www.*****.com/desk/{img_id}.htm'
发送请求
response_1 = requests.get(url=link, headers=headers)
获取数据内容 网页源代码 —> 乱码了, 进行转码
response_1.encoding = 'gbk'
- 解析数据, 提取我们想要的数据内容<图片链接/图片标题>
img_url, img_title = re.findall('<img src="(.*?)" alt="(.*?)"', response_1.text)[0]
- 保存数据 --> 先获取图片数据内容
img_content = requests.get(url=img_url, headers=headers).contentwith open('img\\' + img_title + '.jpg', mode='wb') as f:f.write(img_content)print(img_url, img_title)
效果
尾语
感谢你观看我的文章呐~本次航班到这里就结束啦
Python采集彼岸4K高清壁纸相关推荐
- python爬取4k高清壁纸(多线程版)
刚学了多线程,于是把上次写的博客拿出来进行改写, 原文链接:python爬取4k高清壁纸(再也不怕没有壁纸了) 爬取过程已经在上一次写过了,可以点击原文链接查看. 废话不多说,直接上多线程代码: im ...
- python爬取4k高清壁纸(再也不怕没有壁纸了)
今天突然想换壁纸,在网上找了一圈没有找到满意的,正好学了爬虫,于是我就想把它们全都爬取下来,慢慢挑选. 这次爬取的目标是:彼岸图网动漫壁纸 接下来,我将详细讲解爬取过程: 首先点开网站,右键–检查 观 ...
- 编写python代码获取4k高清壁纸
Huskiesir最近在研究python爬虫大约俩周了吧,由于比较懒,也没把具体研究的过程与经验写下来,实在是一大憾事.这次直接上干货,代码送给大家: import re import request ...
- python网络爬虫快速下载4K高清壁纸
python网络爬虫快速下载4K高清壁纸 此处给出下载壁纸的链接地址彼岸图网,进入网站之后,我们看到可以下载风景,游戏,动漫,美女等类型的4K图片,装逼一下,re库有贪婪匹配,那我们就写一个通用代码来 ...
- 别人用钱,而我用python爬虫爬取了一年的4K高清壁纸
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 爬虫是什么? 网络爬虫,也叫网络蜘蛛(Web Spider).它根据网页地 ...
- 10个值得珍藏的4K高清壁纸网站推荐
作为打开电脑 or 手机第一眼就看到的桌面,给它设置一个赏心悦目的桌面壁纸还是必不可少的. 下面分享了 10 个值得珍藏的高清桌面壁纸网站,支持各种图片比例和分辨率,从 720P 到 4K.8K 应有 ...
- 11个值得珍藏的4K高清壁纸网站推荐
前言 由于前几天因需求须找一些视觉素材,翻来覆去整了一些,整理了10个图片素材网站可以给大家收藏使用& 作为打开电脑 or 手机第一眼就看到的桌面,给它设置一个赏心悦目的桌面壁纸还是必不可少的 ...
- python爬虫--王者荣耀高清壁纸下载(多线程)
下面的代码是采用多线程的生产者消费者模式,下载速度比之前文章的普通下载快一点. 普通下载的链接:python爬虫–王者荣耀高清壁纸下载 代码在下载方面是没有问题的,可以直接运行,就是在收集打不开链接的 ...
- 机械革命笔机本全套4K高清壁纸原系统提取
** 机械革命笔机本全套4K高清壁纸原系统提取** -------------------------------------------------------------------------点 ...
最新文章
- python mysql批量insert数据、返回id_Python3 操作 MySQL 插入一条数据并返回主键 id的实例...
- ELK 性能优化实践
- axios的简单封装和http请求实践
- DBgrid 第一列加入CheckBox,点击列头 全选/全消
- SDUT2165:Crack Mathmen(快速幂)
- Java之Number类
- leetcode 473. Matchsticks to Square | 473. 火柴拼正方形(递归)
- java 方法 示例_Java集合syncedSortedSet()方法与示例
- 配送交付时间轻量级预估实践
- HttpUrlConnection发送url请求(后台springmvc)
- 计算机中文件访问时间是什么情况,【反计算机取证必看】Windows系统中文件时间属性的变化及影响因素.pdf...
- 个性屏幕保护程序_Mac高清鸟瞰屏幕保护程序,酷毙了
- “留得五湖明月在,不愁无处下金钩“太经典,分享一下
- 管理中的计算机应用0206,绩效管理那些事
- You tube music
- 洛谷—P3387 【模板】缩点
- 【Windows7库功能使用技巧 】
- Servlet - Filtering (过滤器))
- C#连接数据库代码示例
- 问题分析报告--读取ORC文件报seek错误