python环境搭建爬取图片实测

5310

python3.9不再支持Win7,所以我用的是3.8.8版本
https://www.python.org/ftp/python/3.8.8/python-3.8.8-amd64.exe
下载打开安装，勾选PATH配置变量，选第二个自定义安装，
图片[1]-python环境搭建爬取图片实测-闽狼传说
自定义软件安装位置，并且建议所有的上级文件夹全部设为英文名字文件夹，
因为有的软件会因为安装的文件有中文文字有时候会有一点小BUG导致错误！！！****第一个选项最好勾上！！！
图片[2]-python环境搭建爬取图片实测-闽狼传说
安装完成，运行CMD，输入
python -V   有空格，大写的V，就出来版本；

图片[3]-python环境搭建爬取图片实测-闽狼传说
安装一些要用到的模块
在 cmd 里输入，pip list 查看模块列表
关键的安装使用方法，CMD要对应到安装的文件夹目录里打开电脑 G:\Python\Python38 到这里来安装使用

按住shift键的同时，点击鼠标右键，在弹出菜单中选择“在此处打开命令窗口”

网上找代码，新建文本粘贴代码进去，修改txt为py格式，在打开的窗口里运行对应的代码文件。
安装：

python -m pip install requests

python -m pip install BeautifulSoup4

python -m pip install lxml

付找来的一个代码

# encoding: utf-8
"""
@version: 1.0
@author: zayki
@license: Apache Licence
@contact: zyj_super@outlook.com
@site: https://github.com/zayki
@software: PyCharm
@file: tujigu_spider1.py
@time: 2020/8/29 21:10
"""

from lxml import etree
import requests
import math
import os
import re
import random

USER_AGENTS = [
    "Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50",
    "Mozilla/5.0 (Windows; U; Windows NT 6.1; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50",
    "Mozilla/5.0 (Windows NT 10.0; WOW64; rv:38.0) Gecko/20100101 Firefox/38.0",
    "Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; .NET4.0C; .NET4.0E; .NET CLR 2.0.50727; .NET CLR 3.0.30729; .NET CLR 3.5.30729; InfoPath.3; rv:11.0) like Gecko",
    "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0)",
    "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0)",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0)",
    "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)",
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.6; rv:2.0.1) Gecko/20100101 Firefox/4.0.1",
    "Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1",
    "Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; en) Presto/2.8.131 Version/11.11",
    "Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11",
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_0) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; TencentTraveler 4.0)",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; The World)",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; SE 2.X MetaSr 1.0; SE 2.X MetaSr 1.0; .NET CLR 2.0.50727; SE 2.X MetaSr 1.0)",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; 360SE)",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Avant Browser)",
    "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)",
    "Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
    "Mozilla/5.0 (iPod; U; CPU iPhone OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
    "Mozilla/5.0 (iPad; U; CPU OS 4_3_3 like Mac OS X; en-us) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8J2 Safari/6533.18.5",
    "Mozilla/5.0 (Linux; U; Android 2.3.7; en-us; Nexus One Build/FRF91) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1",
    "MQQBrowser/26 Mozilla/5.0 (Linux; U; Android 2.3.7; zh-cn; MB200 Build/GRJ22; CyanogenMod-7) AppleWebKit/533.1 (KHTML, like Gecko) Version/4.0 Mobile Safari/533.1",
    "Opera/9.80 (Android 2.3.4; Linux; Opera Mobi/build-1107180945; U; en-GB) Presto/2.8.149 Version/11.10",
    "Mozilla/5.0 (Linux; U; Android 3.0; en-us; Xoom Build/HRI39) AppleWebKit/534.13 (KHTML, like Gecko) Version/4.0 Safari/534.13",
    "Mozilla/5.0 (BlackBerry; U; BlackBerry 9800; en) AppleWebKit/534.1+ (KHTML, like Gecko) Version/6.0.0.337 Mobile Safari/534.1+",
    "Mozilla/5.0 (hp-tablet; Linux; hpwOS/3.0.0; U; en-US) AppleWebKit/534.6 (KHTML, like Gecko) wOSBrowser/233.70 Safari/534.6 TouchPad/1.0",
    "Mozilla/5.0 (SymbianOS/9.4; Series60/5.0 NokiaN97-1/20.0.019; Profile/MIDP-2.1 Configuration/CLDC-1.1) AppleWebKit/525 (KHTML, like Gecko) BrowserNG/7.1.18124",
    "Mozilla/5.0 (compatible; MSIE 9.0; Windows Phone OS 7.5; Trident/5.0; IEMobile/9.0; HTC; Titan)",
    "UCWEB7.0.2.37/28/999",
    "NOKIA5700/ UCWEB7.0.2.37/28/999",
    "Openwave/ UCWEB7.0.2.37/28/999",
    "Mozilla/4.0 (compatible; MSIE 6.0; ) Opera/UCWEB7.0.2.37/28/999",
    # iPhone 6：
    "Mozilla/6.0 (iPhone; CPU iPhone OS 8_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/8.0 Mobile/10A5376e Safari/8536.25",
]

headers = {
    'User-Agent': random.choice(USER_AGENTS)
}
url = "https://www.tujigu.com/"
response = requests.get(url,headers=headers,timeout=5)
html = etree.HTML(response.content.decode())
lis = html.xpath("//li[@id='tag']//li/a/text()")
lis1 = html.xpath("//li[@id='tag']//li/a/@href")

links_dict = {}
for i in range(0,len(lis)):
    links_dict[i] = lis[i]

# print(links_dict)

for k in links_dict.items():
    print(k,end = '\n')

while True:
    try:
        choose = int(input("请选择分类对应的数字>>>:"))
        choose_url = lis1[choose]
        print("即将打开链接: %s" %choose_url)
        break
    except:
        print("请输入0-%d之间的数字。" %len(lis))

resp = requests.get(choose_url,headers=headers,timeout=5)
f = etree.HTML(resp.content.decode())
count = f.xpath('//div[@class="shoulushuliang"]//span/text()')[0]
pages = math.ceil(int(count)/40)
print("此分类共包含%s套写真集,共计%s页。" %(count,pages))

while True:
    try:
        page = int(input("请选择第几页下载>>>:"))
        if page == 1:
            target_url = choose_url
        else:
            target_url = choose_url + "index_" + str(page-1) +".html"
        print(target_url)
        if page == pages:
            count1 = int(count)%40
        else:
            count1 = 40
        print(count1)
        print("即将爬取第%s页面,共计%s个模特。" %(page,count1))
        break
    except:
        print("请输入0-%d之间的数字。" %pages)


response2 = requests.get(target_url,headers=headers,timeout=5)

html = etree.HTML(response2.content.decode())

biaoti_list = html.xpath('//div[@class="hezi"]//li/p[@class="biaoti"]/a/text()')
mode_links = html.xpath('//div[@class="hezi"]//li/a/@href')

print(biaoti_list)
print(mode_links)
username = os.getenv("USERNAME")
savepath = "G:\\tujigu\"
try:
    os.mkdir(savepath)
except:
    pass

for i in range(len(biaoti_list)):
    try:
        os.mkdir(savepath + biaoti_list[i])
    except:
        pass

    mode_num = re.findall('\d{1,6}',mode_links[i])[0]
    response3 = requests.get(mode_links[i])
    html = etree.HTML(response3.content.decode())
    pics_count = html.xpath('//p[contains(text(),"图片数量")]/text()')[0]
    print("模特的号码是：%s，%s" %(mode_num,pics_count))
    pics = re.findall('\d{1,3}',pics_count)[0]
    for j in range(1,int(pics)+1):
        pic_link =  "https://lns.hywly.com/a/1/" + mode_num + "/" + str(j) +".jpg"
        print("开始爬取%s" %pic_link)
        with open(savepath + biaoti_list[i] + "\" + str(j) + ".jpg" , "wb" ) as file:
            file.write(requests.get(pic_link).content)
        print("保存为图片%s" %(savepath + biaoti_list[i] + "\" + str(j) + ".jpg"))

+++++++++++++++++++

发现错误，FileNotFoundError: [Errno 2] No such file or directory:
最终查找是保存文件名称用标题命名的文件夹含有 / 无法创建。

修改125和131行
os.mkdir改为
os.makedirs
这样很好，不会因为标题有/造成无法保存的错误，只会多建立子目录

修改144和146行的 \\为/ 测试。

 

 
with open(savepath + biaoti_list[i] + "/" + str(j) + ".jpg" , "wb" ) as file:
            file.write(requests.get(pic_link).content)
        print("保存为图片%s" %(savepath + biaoti_list[i] + "/" + str(j) + ".jpg"))

又遇到，标题空格无法保存。
再次修改、

for i in range(len(biaoti_list)):
    try:
       os.makedirs(savepath + biaoti_list[i] + "  Mlcs.Top")
    except:
        pass

    mode_num = re.findall('\d{1,6}',mode_links[i])[0]
    response3 = requests.get(mode_links[i])
    html = etree.HTML(response3.content.decode())
    pics_count = html.xpath('//p[contains(text(),"图片数量")]/text()')[0]
    print("模特的号码是：%s，%s" %(mode_num,pics_count))
    pics = re.findall('\d{1,3}',pics_count)[0]
    for j in range(1,int(pics)+1):
        pic_link =  "https://lns.hywly.com/a/1/" + mode_num + "/" + str(j) +".jpg"
        print("开始爬取%s" %pic_link)
        with open(savepath + biaoti_list[i] + "  Mlcs.Top" + "\" + str(j) + ".jpg" , "wb" ) as f:
            f.write(requests.get(pic_link).content)
        print("保存为图片%s" %(savepath + biaoti_list[i] + "  Mlcs.Top" + "\" + str(j) + ".jpg"))
with open(savepath + biaoti_list[i] + "\" + str(j) + ".jpg" , "wb" ) as f:
            f.write(requests.get(pic_link).content)
        print("保存为图片%s" %(savepath + biaoti_list[i] + "\" + str(j) + ".jpg"))

 

© 版权声明
文章或来自网络，版权归作者所有，未经允许请勿转载。
THE END
技术文献
# 技术经验
喜欢就支持一下吧
点赞10 分享
闽狼传说的头像-闽狼传说
jellyfin 电视直播直接添加-闽狼传说
jellyfin 电视直播直接添加
jellyfin 电视直播直接添加
3年前 2940
猫影视catvodopen网络接口配置教程-闽狼传说
猫影视catvodopen网络接口配置教程
猫影视catvodopen网络接口配置教程
1年前 2318
中兴机顶盒ZXV10 B860AV2.1机顶盒S905L芯片刷Android 6.0.1-闽狼传说
中兴机顶盒ZXV10 B860AV2.1机顶盒S905L芯片刷Android 6.0.1
中兴机顶盒ZXV10 B860AV2.1机顶盒S905L芯片刷Android 6.0.1
3年前 1584
群晖920+没有VPN Server套件-手动安装设置-闽狼传说
群晖920+没有VPN Server套件-手动安装设置
群晖920+没有VPN Server套件-手动安装设置
3年前 1155
记录docker-avdc安装过程-闽狼传说
记录docker-avdc安装过程
记录docker-avdc安装过程
3年前 651
群晖docker安装宝塔面板7.6开心版-闽狼传说
群晖docker安装宝塔面板7.6开心版
群晖docker安装宝塔面板7.6开心版
3年前 603
相关推荐
jellyfin 电视直播直接添加-闽狼传说
jellyfin 电视直播直接添加
jellyfin 电视直播直接添加
3年前 2940
猫影视catvodopen网络接口配置教程-闽狼传说
猫影视catvodopen网络接口配置教程
猫影视catvodopen网络接口配置教程
1年前 2318
中兴机顶盒ZXV10 B860AV2.1机顶盒S905L芯片刷Android 6.0.1-闽狼传说
中兴机顶盒ZXV10 B860AV2.1机顶盒S905L芯片刷Android 6.0.1
中兴机顶盒ZXV10 B860AV2.1机顶盒S905L芯片刷Android 6.0.1
3年前 1584
群晖920+没有VPN Server套件-手动安装设置-闽狼传说
群晖920+没有VPN Server套件-手动安装设置
群晖920+没有VPN Server套件-手动安装设置
3年前 1155
记录docker-avdc安装过程-闽狼传说
记录docker-avdc安装过程
记录docker-avdc安装过程
3年前 651
群晖docker安装宝塔面板7.6开心版-闽狼传说
群晖docker安装宝塔面板7.6开心版
群晖docker安装宝塔面板7.6开心版
3年前 603

近期文章

近期评论

搜索
开启精彩搜索
随时笔记随手笔记软件视频程序代码技术领经验技术经验妹子壁纸

归档

分类