实例介绍
【实例简介】
【实例截图】
【核心代码】
import requests
from lxml import etree
import re
import os
from multiprocessing.dummy import Pool as ThreadPool
def gethtml(url,encode): #获取网页源码
r = requests.get(url)
r.encoding = encode
return r.text
def filterFName(FName): #文件名过滤特殊字符
rstr = r"[\/\\\:\*\?\"\<\>\|]"
new_name = re.sub(rstr, "_", FName)
return new_name
def mkdir(path): #创建文件夹
path = path.strip()
isExists = os.path.exists(path)
if not isExists:
os.makedirs(path)
def geturl(url): #获取网站各个分类链接、分类名称
html = gethtml(url,'utf-8')
ehtml = etree.HTML(html)
nurl = ehtml.xpath('//*[@id="chenxing_menu"]/li/a/@href')
ntitle = ehtml.xpath('//*[@id="chenxing_menu"]/li/a/text()')
urldata=[]
for i in range(1,len(nurl)-1):
urldata.append(nurl[i] '|' ntitle[i])
return urldata
def downPic(url,savepath): #下载图片
picname=url.split('/')[-1]
print('download: ' url)
picdata = requests.get(url)
with open(savepath picname, 'wb') as file:
file.write(picdata.content)
def getdata(ulist): #根据网站分类链接、名称进一步解析 这段代码是下载图片主体代码
url = ulist.split('|')[0]
til = ulist.split('|')[1]
html = gethtml(url,'utf-8')
ehtml = etree.HTML(html)
count = ''.join(ehtml.xpath('//*[@class="more r"]/em/text()'))
page = int(count) // 20
if int(count) % 20 > 0 :
page =1
for i in range(1,page 1):#获取各分类下面所有图集链接
nurl = url 'page/' str(i)
html = gethtml(nurl, 'utf-8')
ehtml = etree.HTML(html)
lvurl = ehtml.xpath('//*[@class="img"]/@href')
for j in lvurl: #获取每个图集页数和链接
html = gethtml(j, 'utf-8')
ehtml = etree.HTML(html)
lvurl = ''.join(ehtml.xpath('//*[@id="imagecx"]/h1/span/text()')) # 获取图集页数
title = ''.join(ehtml.xpath('//*[@id="imagecx"]/h1/text()')) #获取图集名称
title = title.replace('()','')
lvurl = lvurl.replace('1/','')
path = savepath '\\' til '\\' filterFName(title) '\\'
mkdir(path)
for k in range(1,int(lvurl)): #获取每个图集页面的图片
zurl = j.replace('.html','_' str(k) '.html')
html = gethtml(zurl,'urf-8')
ehtml = etree.HTML(html)
picurl = ehtml.xpath('//*[@class="image_cx_cont"]/img/@src')
for l in picurl:
downPic(l,path) #下载图片
if __name__ == '__main__':
url = 'http://mzsock.com'
savepath='C:\\mzsock' #保存位置
urllist=geturl(url)
pool = ThreadPool(4)
results = pool.map(getdata, urllist)
pool.close()
pool.join()
print('任务全部完成~!')
好例子网口号:伸出你的我的手 — 分享!
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明


网友评论
我要评论