爬妹子图

利用 selenium + PhantomJS 爬取 妹子图

import requests
import time
import os
from selenium import webdriver

class Spider(object):

    def __init__(self):
        self.driver = webdriver.PhantomJS()

    def Get_pages(self, maxpage):
        # 想要爬取的页面数量
        for page in range(1, maxpage+1):
            url = "http://www.mzitu.com/page/" + str(page)
            self.Get_content_page(url)

    def Get_content_page(self, url):
        # 获取封面图片对应的详细图片地址
        self.driver.get(url)
        a = self.driver.find_elements_by_id('pins')
        b = a[0].find_elements_by_tag_name('a')
        links = []
        for i in b:
            if i.get_attribute('href') not in links:  # 该网页源码片段有两次网址重复,过滤下
                links.append(i.get_attribute('href'))
        for link in links:
            self.Get_picture_page(link)

    def Get_picture_page(self, url):
        #获取该组图片数量及图片下载地址
        self.driver.get(url)
        title_site = self.driver.find_element_by_tag_name('h2')         #该组图片名字位置
        title = title_site.text                                         #该组图片名字
        os.mkdir(title)                                                 #以该名字建立文件夹
        pages_site = self.driver.find_element_by_class_name('pagenavi')  #从标签栏找出图片最大页数
        all_sites = pages_site.find_elements_by_tag_name('a')
        page = []
        for i in all_sites:
            page.append(i.text)
        picture_max_number = int(page[-2]) + 1                             #最大页数在倒二位置
        for i in range(1, picture_max_number):
            picture_link = url + '/' + str(i)
            self.Download_picture(picture_link, title, i)
        print('Done one')



    def Download_picture(self,link,filename,picture_number):
        #下载图片

        headers = {                                                         #图片下载链接的请求头
            'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
            'Accept-Encoding': 'gzip, deflate, sdch',
            'Accept-Language': 'zh-CN,zh;q=0.8',
            'Cache-Control': 'max-age=0',
            'Connection': 'keep-alive',
            'Host': 'i.meizitu.net',
            'If-Modified-Since': 'Thu, 02 Mar 2017 14:12:51 GMT',
            'If-None-Match': "58b82863-28887",
            'Upgrade-Insecure-Requests': '1',
            'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'
        }
        time.sleep(1)
        self.driver.get(link)
        path = os.getcwd() + '\\' + filename + '\\' + str(picture_number) + '.jpg'
        e = self.driver.find_element_by_tag_name('p')
        f = e.find_element_by_tag_name('img')
        picture_download_link = f.get_attribute('src')
        picture = requests.get(picture_download_link, headers=headers)
        if picture.status_code == 200:
            open(path, 'wb').write(picture.content)

if __name__ == '__main__':
    spider = Spider()
    spider.Get_pages(3)

By The Way : 营养跟不上了

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,784评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,745评论 2 378
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,702评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,229评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,245评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,376评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,798评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,471评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,655评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,485评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,535评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,235评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,793评论 3 304
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,863评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,096评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,654评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,233评论 2 341

推荐阅读更多精彩内容

  • 利用 BeautifulSoup + Requests 爬取 妹子图
    交易狗二哈阅读 472评论 0 2
  • 有个网站 http://www.meizitu.com/ 里面有很多妹子,所以就动了心思,是不是可以爬到我的本地来...
    豪哥的世界阅读 745评论 3 0
  • 文档流的概念,如何让元素脱离文档流 文档流指的是浏览器按照html的内容按顺序解析并呈现,遇到行内元素就往行内放,...
    柯良勇阅读 401评论 0 0
  • 我是谁?第一次正式的思考这个问题,是看了张德芬的 《遇见未知的自己》,而今天提笔的时候,我脑子里飘过来一些...
    启桥阅读 340评论 0 0
  • 己经进入秋天模式了,但天气还不是“天凉好个秋",尤其是这一周,好像又热了许多,虽然天气有些不爽,但整个人的心情,整...
    郑治中阅读 128评论 1 2