Python有許多強大的庫用于爬蟲，如beautifulsoup、requests等，本文將以網(wǎng)站https://www.xiurenji.cc/XiuRen/為例（慎點?。。?，講解網(wǎng)絡(luò)爬取圖片的一般步驟。
為什么選擇這個網(wǎng)站？其實與網(wǎng)站的內(nèi)容無關(guān)。主要有兩項技術(shù)層面的原因：①該網(wǎng)站的頁面構(gòu)造較有規(guī)律，適合新手對爬蟲的技巧加強認(rèn)識。②該網(wǎng)站沒有反爬蟲機制，可以放心使用爬蟲。
第三方庫需求
步驟
打開網(wǎng)站，點擊不同的頁面：
發(fā)現(xiàn)其首頁是https://www.xiurenji.cc/XiuRen/，而第二頁是https://www.xiurenji.cc/XiuRen/index2.html，第三頁第四頁以此類推。為了爬蟲代碼的普適性，我們不妨從第二頁以后進(jìn)行構(gòu)造url。
選中封面圖片，點擊檢查：
可以發(fā)現(xiàn)，圖片的信息，都在'div',class_='dan'里，而鏈接又在a標(biāo)簽下的href里。據(jù)此我們可以寫一段代碼提取出每一個封面圖片的url：
def getFirstPage(page):
url='https://www.xiurenji.cc/XiuRen/index'+str(page)+'.html'#獲得網(wǎng)站每一個首頁的網(wǎng)址
res=requests.get(url)#發(fā)送請求
res.encoding="gbk"#設(shè)置編碼方式為gbk
html=res.text
soup=BeautifulSoup(html,features='lxml')
lists=soup.find_all('div',class_='dan')#找到儲存每一個封面圖片的標(biāo)簽值
urls=[]
for item in lists:
url1=item.find('a').get('href')#尋找每一個封面對應(yīng)的網(wǎng)址
urls.append('https://www.xiurenji.cc'+url1)#在列表的尾部添加一個元素，達(dá)到擴充列表的目的，注意要把網(wǎng)址擴充完整
return urls#返回該主頁每一個封面對應(yīng)的網(wǎng)址
點擊封面圖片，打開不同的頁面，可以發(fā)現(xiàn)，首頁的網(wǎng)址是https://www.xiurenji.cc/XiuRen/xxxx.html，而第二頁的網(wǎng)址是https://www.xiurenji.cc/XiuRen/xxxx_1.html，第三第四頁同理。同樣為了普適性，我們從第二頁開始爬取。
右鍵，點擊“檢查”：
可以發(fā)現(xiàn)所有的圖片信息都儲存在'div',class_='img'中，鏈接、標(biāo)題分別在img標(biāo)簽中的src和alt中，我們同樣也可以將它們提取出來。
def getFirstPage(page):
url='https://www.xiurenji.cc/XiuRen/index'+str(page)+'.html'#獲得網(wǎng)站每一個首頁的網(wǎng)址
res=requests.get(url)#發(fā)送請求
res.encoding="gbk"#設(shè)置編碼方式為gbk
html=res.text
soup=BeautifulSoup(html,features='lxml')
lists=soup.find_all('div',class_='dan')#找到儲存每一個封面圖片的標(biāo)簽值
urls=[]
for item in lists:
url1=item.find('a').get('href')#尋找每一個封面對應(yīng)的網(wǎng)址
urls.append('https://www.xiurenji.cc'+url1)#在列表的尾部添加一個元素，達(dá)到擴充列表的目的，注意要把網(wǎng)址擴充完整
return urls#返回該主頁每一個封面對應(yīng)的網(wǎng)址
完整代碼
import requests
from bs4 import BeautifulSoup
def getFirstPage(page):
url='https://www.xiurenji.cc/XiuRen/index'+str(page)+'.html'#獲得網(wǎng)站每一個首頁的網(wǎng)址
res=requests.get(url)#發(fā)送請求
res.encoding="gbk"#設(shè)置編碼方式為gbk
html=res.text
soup=BeautifulSoup(html,features='lxml')
lists=soup.find_all('div',class_='dan')#找到儲存每一個封面圖片的標(biāo)簽值
urls=[]
for item in lists:
url1=item.find('a').get('href')#尋找每一個封面對應(yīng)的網(wǎng)址
urls.append('https://www.xiurenji.cc'+url1)#在列表的尾部添加一個元素，達(dá)到擴充列表的目的，注意要把網(wǎng)址擴充完整
return urls#返回該主頁每一個封面對應(yīng)的網(wǎng)址
def download(urls):
for url1 in urls:
print("prepare to download pictures in "+url1)
getEveryPage(url1)#下載頁面內(nèi)的圖片
print("all pictures in "+url1+"are downloaded")
def getEveryPage(url1):
total=0#total的作用：對屬于每一個封面內(nèi)的圖片一次編號
for n in range (1,11):#每一個封面對應(yīng)下載10張圖，可自行調(diào)整
temp=url1.replace('.html','')
url2=temp+'_'+str(n)+'.html'#獲得每一內(nèi)部頁面的網(wǎng)址
res=requests.get(url2)
res.encoding="gbk"
html=res.text
soup=BeautifulSoup(html,features='lxml')
lists1=soup.find_all('div',class_='img')#儲存圖片的路徑
for item in lists1:
url=item.find('img').get('src')
title=item.find('img').get('alt')#獲取圖片及其標(biāo)題
picurl='https://www.xiurenji.cc'+url#獲取完整的圖片標(biāo)題
picture=requests.get(picurl).content#下載圖片
address='D:\pythonimages'+'\\'#自定義保存圖片的路徑
with open(address+title+str(total)+'.jpg','wb') as file:#保存圖片
print("downloading"+title+str(total))
total=total+1
file.write(picture)
if __name__ == "__main__":
page=int(input('input the page you want:'))
urls=getFirstPage(page)
download(urls)
本文僅供學(xué)習(xí)參考，切勿用作其他用途！
到此這篇關(guān)于Python爬取小姐姐圖片（beautifulsoup法）的文章就介紹到這了,更多相關(guān)Python爬取小姐姐圖片內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python爬蟲實戰(zhàn)之使用Scrapy爬取豆瓣圖片
- Python爬蟲之教你利用Scrapy爬取圖片
- Python爬取網(wǎng)站圖片并保存的實現(xiàn)示例
- python制作微博圖片爬取工具
- python繞過圖片滑動驗證碼實現(xiàn)爬取PTA所有題目功能 附源碼
- 利用python批量爬取百度任意類別的圖片的實現(xiàn)方法
- Python使用xpath實現(xiàn)圖片爬取
- Python Scrapy圖片爬取原理及代碼實例
- Python3直接爬取圖片URL并保存示例
- python爬取某網(wǎng)站原圖作為壁紙
