Python爬虫新手入门教学（十三）：爬取高质量超清壁纸

偏执的太偏执、 2022-10-27 06:21 256阅读 0赞

# 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。

**Python爬虫、数据分析、网站开发等案例教程视频免费在线观看**

https://space.bilibili.com/523606542

# ![a2b6984089fbb14c9cf0ff607a09682a.png][] #

# 前文内容 #

[Python爬虫新手入门教学（一）：爬取豆瓣电影排行信息][Python]

[Python爬虫新手入门教学（二）：爬取小说][Python 1]

[Python爬虫新手入门教学（三）：爬取链家二手房数据][Python 2]

[Python爬虫新手入门教学（四）：爬取前程无忧招聘信息][Python 3]

[Python爬虫新手入门教学（五）：爬取B站视频弹幕][Python_B]

[Python爬虫新手入门教学（六）：制作词云图][Python 4]

[Python爬虫新手入门教学（七）：爬取腾讯视频弹幕][Python 5]

[Python爬虫新手入门教学（八）：爬取论坛文章保存成PDF][Python_PDF]

[Python爬虫新手入门教学（九）：多线程爬虫案例讲解][Python 6]

[Python爬虫新手入门教学（十）：爬取彼岸4K超清壁纸][Python_4K]

[Python爬虫新手入门教学（十一）：最近王者荣耀皮肤爬取][Python 7]

[Python爬虫新手入门教学（十二）：英雄联盟最新皮肤爬取][Python 8]

# 基本开发环境 #

*  Python 3.6
 *  Pycharm

# 相关模块的使用 #

import requests
    import re
    import os

安装Python并添加到环境变量，pip安装需要的相关模块即可。

# 一、明确需求 #

![Python爬虫新手入门教学（十三）：爬取高质量超清壁纸][Python 9]

如图所示爬取里面的高清壁纸

# 二、网页数据分析 #

![Python爬虫新手入门教学（十三）：爬取高质量超清壁纸][Python 10]

点击下载原图，会自动给你下载壁纸图片。

![Python爬虫新手入门教学（十三）：爬取高质量超清壁纸][Python 11]

![Python爬虫新手入门教学（十三）：爬取高质量超清壁纸][Python 12]

所以只需要获取这个链接就可以了爬取壁纸图片了。

返回列表的可以发现，网页是瀑布流加载方式，当你往下滑才会有数据出现。所以可以在下滑网页的前，先打开开发者工具，当下滑网页的时候新加载出来的数据会出现。

![Python爬虫新手入门教学（十三）：爬取高质量超清壁纸][Python 13]

通过对比可以知道，这个数据包中包含了，壁纸图片下载的地址。

需要注意的就是这个数据链接是post请求，并不是get请求

![Python爬虫新手入门教学（十三）：爬取高质量超清壁纸][Python 14]

![Python爬虫新手入门教学（十三）：爬取高质量超清壁纸][Python 15]

需要提交的data参数，就是对应的页码。

# 三、代码实现 #

**1、获取图片ID**

for page in range(1, 11):
            url = 'https://wallpaper.wispx.cn/cat/%E5%8A%A8%E6%BC%AB'
            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',
                'x-requested-with': 'XMLHttpRequest',
            }
            data = {
                'page': page
            }
            response = requests.post(url=url, headers=headers)
            result = re.findall('detail(.*?)target=', response.text)
            for index in result:
                image_id = index.replace('\\', '').replace('" ', '')
                page_url = f'https://wallpaper.wispx.cn/detail{image_id}'

**2、获取壁纸url地址，并保存**

def main(page_url):
        html_data = get_response(page_url).text
        image_url = re.findall('<a class="mdui-ripple mdui-ripple-white" href="(.*?)">', html_data)[0]
        image_title = re.findall('<title>(.*?)</title>', html_data)[0].split(' - ')[0]
        image_content = get_response(image_url).content
        path = 'images\\'
        if not os.path.exists(path):
            os.makedirs(path)
        with open(path + image_title + '.jpg', mode='wb') as f:
            f.write(image_content)
            print('正在保存：', image_title)

**需要注意的点：**

请求头里面要防盗链，不然就下载不了。

def get_response(html_url):
        header = {
            'referer': 'https://wallpaper.wispx.cn/detail/1206',
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
        }
        resp = requests.get(url=html_url, headers=header)
        return resp

# 四、实现效果 #

![Python爬虫新手入门教学（十三）：爬取高质量超清壁纸][Python 16]

[a2b6984089fbb14c9cf0ff607a09682a.png]: /images/20221024/8bd0ff4f56524118bdb50187aaea3da1.png
[Python]: https://blog.csdn.net/m0_48405781/article/details/113055904
[Python 1]: https://blog.csdn.net/m0_48405781/article/details/113118597
[Python 2]: https://blog.csdn.net/m0_48405781/article/details/113140580
[Python 3]: https://blog.csdn.net/m0_48405781/article/details/113179478
[Python_B]: https://blog.csdn.net/m0_48405781/article/details/113183911?spm=1001.2014.3001.5501
[Python 4]: https://blog.csdn.net/m0_48405781/article/details/113247830
[Python 5]: https://blog.csdn.net/m0_48405781/article/details/113250671
[Python_PDF]: https://blog.csdn.net/m0_48405781/article/details/113336829
[Python 6]: https://blog.csdn.net/m0_48405781/article/details/113356881
[Python_4K]: https://blog.csdn.net/m0_48405781/article/details/113404843
[Python 7]: https://blog.csdn.net/m0_48405781/article/details/113436547
[Python 8]: https://blog.csdn.net/m0_48405781/article/details/113610979
[Python 9]: /images/20221024/873dcf4d03524880b1b946c90fd4784d.png
[Python 10]: /images/20221024/7d723fe5ad9149e092512c7fc7771b54.png
[Python 11]: /images/20221024/1ae13c4eac464f468ebed46d2d5fec99.png
[Python 12]: /images/20221024/b1462e51eb1341518c7e6e2814e3bf6c.png
[Python 13]: /images/20221024/852ff679c35a4ea4ab1990c30148bd5b.png
[Python 14]: /images/20221024/4cdedf45b1024ecf8d900b0f77232515.png
[Python 15]: /images/20221024/d2b18637c7b74e7a9d957f6d208e8322.png
[Python 16]: /images/20221024/f8e7d846a4c2410da0aef5ba6cb46cd0.png