python爬虫获取动漫截图

引言
之前有些无聊(呆在家里实在玩的腻了),然后就去B站看了一些python爬虫视频,没有进行基础的理论学习,也就是直接开始实战,感觉跟背公式一样的进行爬虫,也算行吧,至少还能爬一些东西,hhh。我今天来分享一个我的爬虫代码。

正文
话不多说,直接上完整代码

ps:这个代码有些问题 每次我爬到fate的图片它就给我报错,我只好用个try来跳过了,如果有哪位大佬能帮我找出错误并给与纠正,我将不胜感激

import requests as r
import re
import os
import time
file_name = “动漫截图”
if not os.path.exists(file_name):
os.mkdir(file_name)

for p in range(1,34):
print(“——————–正在爬取第{}页内容——————“.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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
先导入要使用的库

import requests as r
import re
import os
import time
1
2
3
4
然后去分析要去爬的网址: 动漫截图网

下图是网址的内容:

好了 url已经确定

下面去寻找headers

找到user-agent 将其内容复制到headers中

第一步就完成了

下面是代码展示

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″
}
1
2
3
4
然后检索要爬的图片内容

从上图就可以找到图片的位置:data-origina=后面的内容
以及图片的名字:title=后面的内容

然后用正则表达式re来检索就行了

images = re.findall(‘data-original=”(.*?)” ‘, html)
names =re.findall(‘title=”(.*?)”‘, html)
1
2
最后将其保存就好了

i = r.get(image, headers=headers).content
with open(file_name + ‘/’ + name + ‘.jpg’ , ‘wb’) as f:
f.write(i)
1
2
3
还有就是一些细节了
比如换页
第一页网址:
https://www.acgimage.com/shot/recommend
第二页网址:https://www.acgimage.com/shot/recommend?page=2

然后将page后面的数字改动就可以跳到相应的页面
换页的问题也就解决了

or p in range(1,34):
url = ‘https://www.acgimage.com/shot/recommend?page={}’.format(p)
1
2
以及将爬到的图片放到自己建立的文件zh
使用了os库

file_name = “动漫截图”
if not os.path.exists(file_name):
os.mkdir(file_name)
1
2
3
以及为了不影响爬取的网站 使用了sleep函数
虽然爬取的速度慢了一些
但是这是应遵守的道德

time.sleep(1)
1
以上 这就是我的爬虫过程
还是希望大佬能解决我的错误之处
万分感谢

一条回应:“python爬虫获取动漫截图”

发表评论

文章信息
字数 1670
价格 免费
购买人数 0
作者信息
这个大佬什么都没有留下。