前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
基本环境配置
- python 3.6
- pycharm
- requests
- parsel
相关模块pip安装即可
确定网站目标
基本常规操作，F12打开开发者工具，分析网页
网页返回的数据 ，都是一堆乱码，再写代码的时候可以转一下编码就好了
静态网页都是非常简单的，是可以直接抓取到自己想要的数据的
请求网页
import requests
import re
url = 'http://www.sccnn.com/shiliangtuku/default({}).html'.format(page)
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
response.encoding = response.apparent_encoding
分析网页，解析数据
import parsel
r = re.findall('<a href="(.*?)" target="_blank">', response.text)
urls = r[2:]
for i in urls:
page_url = 'http://www.sccnn.com' + i
response_2 = requests.get(url=page_url, headers=headers)
response_2.encoding = response_2.apparent_encoding
selector = parsel.Selector(response_2.text)
title = selector.css('#LeftBox h2::text').get()
img_url = selector.css('#LeftBox .PhotoDiv img::attr(src)').get()
保存数据
def downlaod(title, url):
path = 'D:\\python\\demo\\素材网站\\img\\' + title + '.jpg'
response = requests.get(url=url, headers=headers)
with open(path, mode='wb') as f:
f.write(response.content)
print('正在下载{}'.format(title))
