二、
1、根据给定的网址获取网页源代码。
2、利用正则表达式把源代码中的素材地址过滤出来。
3、过滤出来的图片地址下载素材。
三、
1、网址如下:https://www.51miz.com/
2、涉及的库:requests、lxml
四、首先需要解决如何对下一页的网址进行请求的问题。可以点击下一页的按钮,观察到网站的变化分别如下所示:
https://www.51miz.com/so-sucai/1789243.html
https://www.51miz.com/so-sucai/1789243/p_2/
https://www.51miz.com/so-sucai/1789243/p_3/
我们可以发现图片页数是1789243/p{},p{}花括号数字表示图片哪一页。
五、
1、打开觅知网,在搜索中输入你想要的素材。2、根据上一步对网址的分析,首先我们定义一个类叫mageSpider,类里面定义初始化函数、发送请求获取响应数据函数、解析函数、主函数。首先初始化函数,准备url地址和headers,代码如下图所示。3、发送请求获取响应数据函数。4、解析数据,使用xpath获取二级页面链接,最后把素材存储在文件夹中。使用谷歌浏览器选择开发者工具或直接按F12,发现我们需要的素材src是在img标签下的,于是用Python的requests提取该组件。
六、运行程序,在控制台输入你要爬取的页数,在本地可以看到效果图。
转自P大s点
我有一个简单的贪吃蛇游戏,以前学PYTHON自己编写的,使用Python + Pygame编写,可以给你看一下效果图。
很简陋,如果需要我可以共享一下部分代码。
希望能够帮到你!如果满意,请选为满意回答,与他人分享。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)