当前位置: 首页 > 开发语言 > Python > Python爬虫新手入门教学(十三):爬取高质量超清壁纸

Python爬虫新手入门教学(十三):爬取高质量超清壁纸

时间:2021-02-04 09:53来源:未知 点击:
分享到:

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

 


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

 


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爬虫新手入门教学(十三):爬取高质量超清壁纸

 


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

 

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爬虫新手入门教学(十三):爬取高质量超清壁纸

 


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

复制代码
    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}'
复制代码

 

2、获取壁纸url地址,并保存

复制代码
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)
复制代码

 

需要注意的点:

请求头里面要防盗链,不然就下载不了。

复制代码
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
复制代码

 

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
文章出处:https://www.cnblogs.com/hhh188764/p/14369877.html
(责任编辑:admin)
推荐教程
关于我们--广告服务--免责声明--本站帮助-友情链接--版权声明--联系我们--网站地图          黑ICP备17004983号-1