简单的python网络爬虫实现

来源:互联网 发布:js 换行符 编辑:程序博客网 时间:2024/06/05 17:01

  此次爬虫很简单,就是爬斗鱼直播平台上的美女主播的图片 ,注要用了urllib2库,爬虫的网址是https://www.douyu.com/directory/game/yz 。直接贴代码:

import urllib2import urllibimport reimport timedef getHtml(url):    request = urllib2.Request(url)    request.add_header('User-Agent','Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N)     AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.76 Mobile Safari/537.36')    response = urllib2.urlopen(request)    html=response.read()    return html


def getImage(html):
imglist=re.findall(r’data-original=”(.*?.(jpg|jpeg))”’,html)
print(len(imglist))
path =””
x=0
for img in imglist:
urllib.urlretrieve(img[0],”/home/qiracle/douyu/”+str(x)+”.”+img[1])
x+=1
time.sleep(1)

html =getHtml("https://www.douyu.com/directory/game/yz")getImage(html)

最终爬到的结果如下:

结果

原创粉丝点击