高质量“爬手”当然得爬一手“高质量”壁纸 python程序员爬虫图片

一、写在前面每天我的壁纸都是Windows自带的天蓝色，看的真的没意思，有意思吗，没意思~

文章图片

所以啊，众所周知，我是一个喜欢高质量的博主，当然的整一手高质量壁纸，没有别的意思。

好了，不多哔哔，开启今天的高质量旅途~
【高质量“爬手”当然得爬一手“高质量”壁纸】
文章图片

二、准备工作这些统统安排上

python 3.6 pycharm requests parsel

三、爬虫流程 1）关于数据来源查找： 1、确定目标需求：爬取高清壁纸图片（彼岸）
通过开发者工具（F12或者鼠标右键点击检查）查找图片的url地址来源；
请求壁纸的详情页获取它网页源代码就可以获取图片url地址了（一张）；
请求列表页就可以获取每个壁纸的详情页url 以及标题；
2）代码实现： 1、发送请求
壁纸的列表页url： http://www.netbian.com/1920x1...
2、获取数据
网页源代码/ response.text 网页文本数据
3、解析数据
css xpath bs4 re
壁纸详情页url：/desk/23397.htm 2.壁纸标题
4、保存数据
保存图片是二进制数据
观众姥爷：就这就这？代码呢？代码都不放你几个意思？

文章图片

别慌，来了来了
四、代码展示我就不一一拆解了，注释加上第三步，相信聪明的你可以理解，实在不行最后我放视频讲解吧。

import requests # 请求模块第三方模块 pip install requests import parsel # 数据解析模块第三方模块 pip install parsel import time # 时间模块内置模块time_1 = time.time() # 要什么用模块首先要知道模块有什么用 for page in range(2, 12): print(f'====================正在爬取第{page}页的数据内容====================') url = f'http://www.netbian.com/1920x1080/index_{page}.htm' # 请求头：把python代码伪装成浏览器对服务器发送请求 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.114 Safari/537.36' } response = requests.get(url=url, headers=headers) # 出现乱码怎么办？需要转码 # html_data = https://www.it610.com/article/response.content.decode('gbk') response.encoding = response.apparent_encoding # 自动转码 # 获取源代码/获取网页文本数据 response.text # print(response.text) # 解析数据 selector = parsel.Selector(response.text) # CSS选择器就是根据网页标签内容提取数据 # 第一次提取提取所有的li标签内容 lis = selector.css('.list li') for li in lis: # http://www.netbian.com/desk/23397.htm title = li.css('b::text').get() if title: href = 'http://www.netbian.com' + li.css('a::attr(href)').get() response_1 = requests.get(url=href, headers=headers) selector_1 = parsel.Selector(response_1.text) img_url = selector_1.css('.pic img::attr(src)').get()img_content = requests.get(url=img_url, headers=headers).content with open('img\\' + title + '.jpg', mode='wb') as f: f.write(img_content) print('正在保存: ', title)time_2 = time.time() use_time = int(time_2) - int(time_1) print(f'总计耗时{use_time}秒')

大家可以自己运行试试，记得三连哇