某度tb图片爬虫

发布时间:2020-07-21 14:05:41 作者:专注地一哥
来源:网络 阅读:134

#encoding:utf-8

import urllib

import urllib.request

from lxml import etree

 

class Spider(object):

def __init__(self):

self.tiebaName="校花"

self.beginPage=1

self.endPage=3

self.url="http://tieba.baidu.com/f?"

self.ua_header = {"User-Agent" : "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1 Trident/5.0;"}

self.fileName=1

    

    #构造url

def tiebaSpider(self):

for page in range(self.beginPage,self.endPage+1):

pn=(page-1)*50

wo={'pn':pn,'kw':self.tiebaName}

word=urllib.parse.urlencode(wo)

myurl=self.url+word

self.loadPage(myurl)

 

    #爬取页面内容

def loadPage(self,url):

req=urllib.request.Request(url,headers=self.ua_header)

data=urllib.request.urlopen(req).read()

 

html=etree.HTML(data)

links=html.xpath('//div[@class="threadlist_lz clearfix"]/div/a/@href')

 

for link in links:

link="http://tieba.baidu.com"+link

self.loadImages(link)

 

 

#爬取帖子详情页,获得图片的链接

def loadImages(self,link):

req=urllib.request.Request(link,headers=self.ua_header)

data=urllib.request.urlopen(req).read()

html=etree.HTML(data)

links=html.xpath('//img[@class="BDE_Image"]/@src')

for imageslink in links:

self.writeImages(imageslink)

 

 

#通过图片所在链接,爬取图片并保存图片到本地

def writeImages(self,imagesLink):

function(){ //技术指标 http://www.fx61.com/faq/muniu/437.html

print("正在存储图片:",self.fileName,"....")

 

image=urllib.request.urlopen(imagesLink).read()

 

#保存图片到本地

file=open(r"C:\file\img\\"+str(self.fileName)+".jpg","wb")

file.write(image)

 

file.close()

 

self.fileName+=1

 

if __name__ == '__main__':

mySpider=Spider()

 

mySpider.tiebaSpider()


推荐阅读:
  1. 爬虫试手——百度贴吧爬虫
  2. Jmeter图片爬虫

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python

上一篇:表达式能在php在switch里用吗

下一篇:haproxy代理mongodb

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》