python 抓取天堂图片网中的图片

野性酷女 2022-06-06 03:10 195阅读 0赞

# 这里注意运用了BeautifulSoup，requests和urllib的下载模块： #

具体代码如下：

#coding=utf-8
    import requests
    from bs4 import BeautifulSoup
    import re
    import urllib.request
    def cbk(a,b,c):
        '''''回调函数
        @a:已经下载的数据块
        @b:数据块的大小
        @c:远程文件的大小
        '''
        per=100.0*a*b/c
        if per>100:
            per=100
        print ('%.2f%%' % per)
        print(" ")
    
    url = 'http://www.ivsky.com/tupian/meishishijie/'
    headers ={
       'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.3427.400 QQBrowser/9.6.12513.400','Referer':'http://www.ivsky.com/tupian/qita/index_11.html'}
    html = requests.get(url,headers = headers)
    soup = BeautifulSoup(html.text,'html.parser')
    
    for i in range(0,12):
        link = url +'/index_'+str(i)+'.html'
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.3427.400 QQBrowser/9.6.12513.400',
            'Referer':'http://www.ivsky.com/tupian/qita/index_11.html'}
        html = requests.get(link, headers=headers)
        mess = BeautifulSoup(html.text, 'html.parser')
        for page in mess.find_all('ul',class_='ali'):
            for img in page.find_all('img'):
                imgre = re.compile(r'src="(.*?\.jpg)" alt')
                imglist = re.findall(imgre,html.text)
                #imgurl = img.get('src')
                #print imgurl
                x = 0
                for imgurl in imglist:
                    work_path = "E:/img/" + str(x) + ".jpg"
                    urllib.request.urlretrieve(imgurl,work_path,cbk)
                    x += 1

## 小编用的是python3.x所以urllib库后面要加.request才能正常运行。如果你使用的时python2.x，注意把import.urllib.request的.request删除。下面的urllib.request.urlretrieve(imgurl,work\_path,cbk)改为urllib.urlretrieve(imgurl,work\_path,cbk)。 ##

如果出现图片链接锁，在headers中加上Referer就可以解决。

由于出现了只能下载一张图片的问题，所以小编改了一下代码。