我的第一个爬虫
来源:互联网 发布:全国乡镇经纬度数据库 编辑:程序博客网 时间:2024/06/04 19:12
# 环境python 3.5.2 + beautifulsoup
# 准备工作:了解 python 自带的模块 urllib + beautifulsoup 的网页解析
#爬取了一个图片网站的部分图片
from urllib import requestfrom bs4 import BeautifulSoupimport osimport os.pathimport retry:response = request.urlopen('https://www.4493.com/weimeixiezhen/') #使用urlopen方法下载网页soup = BeautifulSoup(response,'html.parser', from_encoding = 'utf-8')print("来自源URL要爬取的所有网页")links = soup.find_all('a', href = re.compile(r"/weimeixiezhen/120"))count = 1 # 记录下载的图片数目for link in links:urls = link['href']print(urls)url = 'https://www.4493.com'+urlsprint("具体网页: ", url)try:response_1 = request.urlopen(url)soup_1 = BeautifulSoup(response_1,'html.parser', from_encoding = 'utf-8')img = soup_1.find('img', onload = re.compile(r"btn"))except request.HTTPError as e:print(e.code)except request.URLError as e:print(e.reason)p = os.path.join('E:\\', "MV_img")if not os.path.exists(p): # 判断当前目录是否存在os.mkdir(p) # 如果存在,才创建新的目录url = img['src'] # 获取图片的资源链接urlrequest.urlretrieve(url, 'E:\\MV_img\\MM_%s.jpg' %count) # 根据图片的资源链接下载图片print('第%d张图片下载完成'%count)count += 1except request.HTTPError as e :print(e.code)except request.URLError as e :print(e.reason)else:print("ok")
阅读全文
0 0
- 我的第一个爬虫
- 我的第一个爬虫
- 我的第一个Python爬虫
- 我的第一个小爬虫
- 我的第一个爬虫日志
- 我的第一个爬虫程序
- 我的第一个python爬虫脚本
- 我的第一个豆瓣短评爬虫
- 我写的第一个图片爬虫
- 我的第一个Python3 网络爬虫 百度百科爬虫
- 我的第一个简单的爬虫程序
- 我写的第一个用Python写的爬虫
- 我的第一个完整的小说爬虫
- 抓取scrapy中文文档(我的第一个爬虫)
- 纪念我的第一个Python爬虫——图片
- 学习笔记--我的第一个爬虫项目
- 我的第一个小爬虫程序-python
- 我的第一个网页爬虫(python)
- windows网络编程(四)——不同主机之间传送文件应用
- IP地址-子网掩码-默认网关之间的关系
- Java并发编程实战--计数信号量(Semaphore)
- 3天打渔两天晒网
- HTTP/TCP/SOCKET连接协议和原理
- 我的第一个爬虫
- Vagrant was unable to mount VirtualBox shared folders
- 使用maven项目启动项目时项目持续处于启动状态
- 基于163的邮件发送
- Android性能优化
- java学习笔记(三十二)java线程2
- OpenJudge 6377:生日相同 2.0——题解
- POI中设置Excel单元格格式样式(居中,字体,边框,背景色、列宽、合并单元格等)
- 公钥与私钥的理解