引言

之前有些無聊（呆在家里實在玩的膩了），然后就去B站看了一些python爬蟲視頻，沒有進行基礎的理論學習，也就是直接開始實戰，感覺跟背公式一樣的進行爬蟲，也算行吧，至少還能爬一些東西，hhh。我今天來分享一個我的爬蟲代碼。

正文

話不多說，直接上完整代碼

ps：這個代碼有些問題 每次我爬到fate的圖片它就給我報錯，我只好用個try來跳過了，如果有哪位大佬能幫我找出錯誤并給與糾正，我將不勝感激

import requests as rimport reimport osimport timefile_name = '動漫截圖'if not os.path.exists(file_name): os.mkdir(file_name) for p in range(1,34): print('--------------------正在爬取第{}頁內容------------------'.format(p)) url = ’https://www.acgimage.com/shot/recommend?page={}’.format(p) headers = {'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.162 Safari/537.36'} resp = r.get(url, headers=headers) html = resp.text images = re.findall(’data-original='(.*?)' ’, html) names =re.findall(’title='(.*?)'’, html) #print(images) #print(names) dic = dict(zip(images, names)) for image in images: time.sleep(1) print(image, dic[image]) name = dic[image] #name = image.split(’/’)[-1] i = r.get(image, headers=headers).content try: with open(file_name + ’/’ + name + ’.jpg’ , ’wb’) as f: f.write(i) except FileNotFoundError: continue

先導入要使用的庫

import requests as rimport reimport osimport time

然后去分析要去爬的網址： https://www.acgimage.com/shot/recommend

下圖是網址的內容：

好了 url已經確定

下面去尋找headers

找到user-agent 將其內容復制到headers中

第一步就完成了

下面是代碼展示

url = ’https://www.acgimage.com/shot/recommend?page={}’.format(p)headers = {'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.162 Safari/537.36' }

然后檢索要爬的圖片內容

從上圖就可以找到圖片的位置：data-origina=后面的內容以及圖片的名字：title=后面的內容

然后用正則表達式re來檢索就行了

images = re.findall(’data-original='(.*?)' ’, html)names =re.findall(’title='(.*?)'’, html)

最后將其保存就好了

i = r.get(image, headers=headers).contentwith open(file_name + ’/’ + name + ’.jpg’ , ’wb’) as f: f.write(i)

還有就是一些細節了

比如換頁

第一頁網址：

https://www.acgimage.com/shot/recommend

第二頁網址：https://www.acgimage.com/shot/recommend?page=2

然后將page后面的數字改動就可以跳到相應的頁面

換頁的問題也就解決了

or p in range(1,34): url = ’https://www.acgimage.com/shot/recommend?page={}’.format(p)

以及將爬到的圖片放到自己建立的文件zh

使用了os庫

file_name = '動漫截圖' if not os.path.exists(file_name): os.mkdir(file_name)

以及為了不影響爬取的網站 使用了sleep函數

雖然爬取的速度慢了一些

但是這是應遵守的道德

time.sleep(1)

以上 這就是我的爬蟲過程

還是希望大佬能解決我的錯誤之處

萬分感謝

總結

到此這篇關于python爬蟲實例之獲取動漫截圖的文章就介紹到這了,更多相關python爬蟲獲取動漫截圖內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！