爬虫实例（二）—— 爬取高清4K图片

Dear 丶 2024-04-28 07:50 10阅读 0赞

**大家好，我是 Enovo飞鱼，今天继续分享一个爬虫案例，爬取高清4K图片，加油💪。**

![605181c2bc654e958cdb134444664fb6.png][]

**目录**

前言

增加异常处理

增加代码灵活性

基本环境配置

爬取目标网站

分析网站页面

具体代码实现

图片下载示例

感谢支持🙇+👍

--------------------

> ## 前言 ##

上篇内容，我们已经了解并惊叹于5行Python代码的强大，今天我们会继续挖掘，并且在原有的基础上进行不断地完善

我们将考虑到多方面的内容，例如，增加异常处理，增加代码灵活性，加快爬取速度……

*  ### 增加异常处理 ###

由于爬取上百页的网页，中途很可能由于各种问题导致爬取失败，所以增加了 try except 、if else 等语句，来处理可能出现的异常，让代码更健壮。

###  ###

*  ### 增加代码灵活性 ###

初版代码由于固定了 URL 参数，所以只能爬取固定的内容，但是人的想法是多变的，一会儿想爬这个一会儿可能又需要那个，所以可以通过修改 URL 请求参数，来增加代码灵活性，从而爬取更灵活的数据。

--------------------

> ## 基本环境配置 ##

*  版本：Python3
 *  系统：Windows
 *  相关模块：requests，lxml
 *  开发工具：Pycharm

在这里我使用的是 anaconda ，众所周知这是一个**大**软件，但是它的环境是比较全面的，在之前的学习中，我们用的是这个软件。

anconda，可以理解成运输车，每当下载anconda的时候，里面不仅包含了python，还有180多个库（武器）一同被打包下载下来

下载完anconda之后，再也不用一个个下载那些库了。

--------------------

> ## 爬取目标网站 ##

![8b4a5aef1811411c8c4eb90c0c95560a.png][]

--------------------

> ### 分析网站页面 ###

有一说一是真的多，看这惊人的页数

![877bbc9fe4d34793b53c92e53640205e.png][]

接下来就该看看怎么拿到表情包图片的 url 了，首先打开谷歌浏览器，然后点 F12 进入爬虫快乐模式  
  
然后完成下图的操作，先点击1号箭头，然后再选中一个表情包即可，红色框中就是我们要爬取的对象，其中表情包的src就在里面

如下图：

![3aeb13c9eb9c4a01be264c116068d2d3.png][]  
现在我们就搞清楚了怎么拿到表情包的url了，下一步我们复制 Xpath ，

不了解Xpath的小伙伴们可以去学习一下，也是非常好用的在 XML 文档中查找信息的语言。

如下图，

![6bde7f04ab5e4812964f35b9358266de.png][]

至此，我们可以写代码了！！！

--------------------

> ### 具体代码实现 ###

**相关代码：**

import requests
    from lxml import etree
    
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:94.0) Gecko/20100101 Firefox/94.0'
    }
    x = input('输入页数： ')
    for page in range(1, int(x)):
        if page == 1:
            url = 'https://pic.netbian.com/4kyingshi/'
        else:
            url = 'https://pic.netbian.com/4kyingshi/index_' + str(page) + '.html'
        response = requests.get(url=url, headers=headers)
        response.encoding = 'gbk'  # 或者gb2312
        page_text = response.text
        tree = etree.HTML(page_text)
        # 以下三种均可
        # li_list = tree.xpath('//div[@id="main"]/div[3]/ul/li[1]/a/img')
        #li_list = tree.xpath('//div[@class="slist"]/ul/li')
        li_list = tree.xpath('//div[@id="main"]/div[@class="slist"]/ul/li')
        for li in li_list:
            img_src = 'https://pic.netbian.com/' + li.xpath('./a/img/@src')[0]
            img_name = li.xpath('./a/b/text()')[0] + '.jpg'
            img = requests.get(url=img_src, headers=headers).content
            with open('./wwww/' + img_name, 'wb') as fp:
                fp.write(img)
                print(img_name + '保存')
    
    # //*[@id="main"]/div[3]/ul/li[1]/a
    # copy xpath

到现在为止，已经拿到了所有的图片的链接和名字，那么就可以开始下载了

运行代码，输入你需要下载的页数即可🐒

--------------------

> ### 图片下载示例 ###

总共是爬了两页图片，做个示例

见下图 **↓**

![9eff970843f540149ddb506913363ce2.png][]

![268ffdbdeefb43b6b211ae36b98fc37c.png][]

--------------------

> ### 感谢支持🙇+👍 ###

[605181c2bc654e958cdb134444664fb6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/28/2272b20956c64ce8b6680acf927eb655.png
[8b4a5aef1811411c8c4eb90c0c95560a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/28/62a4e464461c412c9b935930632b788e.png
[877bbc9fe4d34793b53c92e53640205e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/28/996bc4b8ee7540eba28a140a5d4b2995.png
[3aeb13c9eb9c4a01be264c116068d2d3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/28/18f5575048c74afc9b7de23def6ff7d2.png
[6bde7f04ab5e4812964f35b9358266de.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/28/e6c3bfdd959b4449b9cbe968a0fe0a8c.png
[9eff970843f540149ddb506913363ce2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/28/89882b8df7b44ffda9aaf8aa56a6e985.png
[268ffdbdeefb43b6b211ae36b98fc37c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/28/78fc5f6c08844a13973bd90deee642fb.png