爬取的网页链接为https://tieba.baidu.com/p/5177270774
是一个美女警花哦!
所用Python环境为:python 3.3.2 用到的库为:urllib.request re
下面上代码:
import urllib.request import re #获得url的html 源码格式,其中使用了一个通过修改User-Agent实现了隐藏 def open_url(url): req = urllib.request.Request(url) req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36') page = urllib.request.urlopen(req) html = page.read().decode('utf-8') #二进制的utf-8要解码得到html代码(Unicode) return html #写正则表达式,获得html代码 def get_image(html): p = r'<img class="BDE_Image" src="([^"]+\.jpg)"' #正则表达式 [^]中的^是取反的意思 temp = re.findall(p,html) i = 0 page = 'C:/Users/lenovo/Desktop/mm/' for each in temp: i += 1 file = open(page+str(i)+'.jpg','wb') each = urllib.request.urlopen(each).read() #将图片链接读出来写入文件中 file.write(each) file.close() def main(url): get_image(open_url(url)) #规定只有直接运行这个模块才能执行主程序 if __name__ == '__main__': url = 'https://tieba.baidu.com/p/5177270774' main(url)
下面是爬取结果:
当然,这个爬虫是不完善的,除了四张美女图片外还多了一些慕名奇妙的图片,但是总的来说还是爬到了美女的图片的。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:用Python爬虫爬取“女神吧”上的照片。 - Python技术站