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