终于我还是没忍住,用Python爬了一波女神
你学爬虫,最终不还是为了爬妹子
啥也不说,开始福利赠送~
女神大会
不是知道有多少人知道“懂球帝”这个 APP(网站),又有多少人关注过它的一个栏目“女神大会”,在这里,没有足球,只有女神哦。
画风是这样的
女神评分,全部是由球迷来决定,是不是很赤鸡,下面就一起来看看球迷眼中女神排名吧。
开工
获取 ID 信息
首先,我们可以通过抓取懂球帝 APP 的网络请求,拿到一个 API,
http://api.dongqiudi.com/search?keywords=type=all&page=
该 API ,我们能够拿到如下信息
我们主要关注 ID 和 thumb,ID 后面用来拼接女神所在页面的 HTML 地址,thumb 就用来收藏。
于是,我们就可以得到一个简单的解析函数
接下来,通过观察,我们能够得到,每个女神所在的页面地址都是这样的,
https://www.dongqiudi.com/archive/**.html
其中 ** 就是上面拿到的 ID 值,那么获取 HTML 页面的代码也就有了
防止访问限制,每次请求都做了2秒的等待
但是,问题来了
当我直接请求这个页面的时候,竟然是这样的
被(悲)拒(剧)了
没办法,继续斗争。重新分析,发现请求中有携带一个 cookie,哈哈,这个我们已经轻车熟路啦
对 requests 请求增加 cookie,同时再把 headers 里面增加个 User-Agent,再试
成了!
解析本地 HTML
最后,就是解析下载到本地的 HTML 页面了,页面的规则就是,本期女神介绍页面,会公布上期女神的综合得分,而我们的主要任务就是获取各个女神的得分
保存数据
对于我们最后解析出来的数据,我们直接保存到 csv 文件中,如果数据量比较大的话,还可以考虑保存到 mongodb 中。
对于女神的得分,又根据打分的人数,做了个加权分数
保存图片
直接从拿到的 thumb 地址中下载图片,并保存到本地。
做一些图
首先我们先做一个柱状图,看看排名前10和倒数前10的情况
可以看到,朱茵、石川恋和高圆圆位列三甲,而得分高达95+的女神也有7位之多。那么排名后10位的呢,自行看吧,有没有人感到有点扎心呢,哈哈哈。同时,也能够从打分的人数来看出,人气高的女神,普遍得分也不低哦。
不过,该排名目前只代表球迷心目中的榜单,不知道程序猿心中的榜单会是怎样的呢
词云
图片墙
流口水哦。
百度 API 评分
百度有免费的人脸检测 API,只要输入图片,就能够得到对应的人脸得分,还是非常方便的,感兴趣的小伙伴可以去官网看看哦。
福利:私信回复【01】可免费获取python入门教程视频
我这里直接给出了我通过百度 API 得出的女神新得分,一起来看看吧
哈哈哈哈,AI 的评分,对于图片的依赖太高,纯属娱乐。
终于我还是没忍住,用Python爬了一波女神相关推荐
- python爬女神_终于我还是没忍住,用Python爬了一波女神
你学爬虫,最终不还是为了爬妹子 125537qvvcq0jz6h7zv7s2.jpg (10.63 KB, 下载次数: 0) 2019-11-27 12:55 上传啥也不说,开始福利赠送~女神大会不是 ...
- xbox解锁服务器和语言,微软终于还是没忍住!国行Xbox One实现解锁了
[摘要]PS4上市后,消费者们对于Xbox One锁区的吐槽就更猛烈了.随后,微软中国宣称将在四月的更新带来惊喜,媒体和玩家几乎不约而同地将猜测指向解锁,现在看来微软是真要这么干. 之前有消息表明国行 ...
- 没忍住又怼同事了!领导说,要做好情绪管理:真正优秀的人,从来都是不动声色...
作者| Mr.K 来源| 技术领导力(ID:jishulingdaoli) 01 做个不动声色的职场成年人 在互联网公司里,同事之间互怼是常有的事,比如需求讨论半天,谈不拢,升级成带情绪地争吵,甚至动 ...
- 女朋友羞辱我一线程序员35岁后没出路?该回二线发展!我没忍住,吼她两句!我错了吗?...
很多北漂都面临着这些问题:工资买不起房,等能买得起房了,月供高:好不容易等月供还的起了,北京户口没法解决,孩子没法在北京一直读书,得回原籍高考.北京是个承载梦想的地方,可能承载着未来的生活吗?这不,小 ...
- 「迁怒」也许不只是没忍住
说说这个戾气满满的环境吧,更糟糕的是很多时候,这个戾气还是「迁怒」. 「不迁怒,不贰过」,出自<史记·仲尼弟子列传>,我们今天只说「不迁怒」,字典里的解释,就是自己有什么不顺心的事,有什么 ...
- 我知道互联网不相信眼泪,但是这次我没忍住
开篇我没写一个字,我像很多人有跟我一样的感受. 嗯,这就是我今天遇到的读者,说真的她鼓励到我了,本来今天是想写一篇欢快的文章的,因为B站粉丝破1W了嘛,挺开心的. 本来今年定了个小目标说是B站2W粉, ...
- 霍金这次想帮AI说点好话,后来没忍住……
千平 编译整理 量子位 出品 | 公众号 QbitAI 著名科普型学者霍金,一直对AI表现的忧心忡忡. 周一,霍金的身影又出现在Web Summit 2017大会上.不过这一次,霍金尝试想表达一些更乐 ...
- 漫画 | 产品经理频繁更改需求,我没忍住把他给砍了!
众所周知,程序员是一类思维比较特殊的群体,但他们也有不为人知的烦恼,最常见的是经常被产品经理频繁改需求.拿老板来压人等-,而这些烦恼外行人是很难理解的. 就像前些年就出现过"软件公司老板被员 ...
- 说好不哭,但是再次听到你的新歌还是没忍住
谈到周董,说他是我们的青春也不为过吧.从最开始的龙卷风,黑色幽默,我记得那个时候我才四五岁听着姐姐的mp3,疯狂循环这些歌.到后来的安静,搁浅,就天天扯着嗓子飙高音.当时的我们根本不懂歌中的心酸,现在 ...
最新文章
- POJ - 3160 Father Christmas flymouse tanjar缩点构图+dfs
- ZOJ 3798--解题报告
- php学习之------[流程控制]
- Comparison of relational database management systems
- OnInit 和 Page_Init 事件有什么不同
- window7 MySql Cluster数据库集群配置
- 一个基于STM32实现的多组分气体分析仪项目
- minwindow java_java中setMinWindowLayout()是什么呀?
- pdftk的使用介绍
- 【高校宿舍管理系统】第九章 寝室编号设置和宿舍初始化以及预选设置
- Spring 的application.properties项目配置与注解
- 一个基本的spring+mybatis所需要的包
- 亚信科技公布2019年度业绩,5G商用效果凸显
- SwiftUI 高级用法之ForEach如何使用 enumerated() UserDefaults.standard(教程含源码)
- Unity 3D 热更新之基于 Asset Bundle Browser 的 AssetBundle包
- 时间复杂度和空间复杂度
- 工业镜头与普通镜头有什么区别?
- 关于EVE模拟器思科交换机无法启动问题
- stm32驱动sd卡(1)
- 如何搞好团建和提高团队执行力?
热门文章
- textarea怎么占满整个td_保健品为什么偏偏盯上老人?作为子女,应怎么面对老人狂买保健品...
- delphi mysql 图片_delphi数据库图片的存取 【转】
- 刷脏页策略linux,linux – 生成大量脏页阻止同步写入
- centos8 yum太慢_Yum 慢到无法忍受?那是因为你没有这么做
- excel 字符串拼接_Excel教程:应收账款自动弹窗提醒
- linux浏览器打开pdf文件,linux下的pdf浏览器(可加批注)
- 深度学习stride_深度强化学习成名作——DQN
- openssh8.6升级修复(CVE-2020-15778)(CVE-2018-15919)(CVE-2017-15906)等漏洞
- java调python报错Cannot create PyString with non-byte value
- vue密码强度提示条