Python爬虫之爬取煎蛋网妹子图

写在前面

感谢@Cstances学长的帮助。

贴代码:

import re
import os
import requests
from bs4 import BeautifulSoup

'''
第一步:获取单页图片的链接
第二步:获取页数的数字
第三步:获取所有图片的链接
第四步:保存图片
'''

def get_images(url):
    """获取单页图片链接"""
    headers = {'User-Agent':'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.90 Mobile Safari/537.36'}
    html = requests.get(url, headers=headers)
    html.encoding = 'utf-8'
    soup = BeautifulSoup(html.text, 'lxml')

    single_page_imgurls = [] # 用于保存当前页的图片链接
    div_a = soup.find('ol' ,{'class':'commentlist'}).find_all('a', href=re.compile(r'//(.*?\.jpg)')) #获取a标签
    for url in div_a:
        single_page_imgurls.append('http:' + url['href'])
    return single_page_imgurls

def get_pages(url):
    """获取首页 page number"""
    headers = {'User-Agent':'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.90 Mobile Safari/537.36'}
    html = requests.get(url, headers=headers)
    html.encoding = 'utf-8'
    soup = BeautifulSoup(html.text, 'lxml')

    pattern = re.compile(r'<span class="current-comment-page">\[(.*)\]</span>')
    pagesNow = pattern.search(str(soup)).groups()[0]
    return pagesNow

def get_all_images(max_pages):
    """获取所有的图片链接"""
    all_images_url = [] #保存所有图片的链接
    page_num = int(get_pages('http://jandan.net/ooxx'))
    for page in range(page_num, page_num-max_pages, -1): #图片是倒着来取的
        url = 'http://jandan.net/ooxx/page-' + str(page) + '#comments'
        all_images_url.extend(get_images(url))#把单页的图片链接加到all_images_url里
    return all_images_url

def save_images(url, dir_name='ooxx'):
    if not os.path.exists(dir_name):
        os.mkdir(dir_name)
    with open(dir_name+os.sep+url.split('/')[-1], 'wb') as fp:
        fp.write(requests.get(url).content)



def main():
    endpage = int(input('请输入要下载的页数:'))
    all_images_url = get_all_images(endpage)
    for img_url in all_images_url:
        save_images(img_url)

if __name__ == '__main__':
    main()
效果图
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 203,098评论 5 476
  • 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 85,213评论 2 380
  • 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 149,960评论 0 336
  • 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 54,519评论 1 273
  • 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 63,512评论 5 364
  • 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 48,533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 37,914评论 3 395
  • 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 36,574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 40,804评论 1 296
  • 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 35,563评论 2 319
  • 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 37,644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 33,350评论 4 318
  • 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 38,933评论 3 307
  • 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 29,908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 31,146评论 1 259
  • 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 42,847评论 2 349
  • 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 42,361评论 2 342

推荐阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,382评论 25 707
  • “梅英疏淡,冰澌溶泄,东风暗换年华”。日子悄没声息地变换,转眼间已是春来。 是谁挥洒笔墨,半梦半醒中,沿着文字的路...
    BoYun_阅读 341评论 0 1
  • 我的梦想:做一个优秀的人。 做自己喜欢的事; 爱自己所爱的人; 买自己想要的东西。
    花开花落花满天09阅读 131评论 0 0
  • 16年随着李世石输给阿法狗,不可避免的柯洁终将迎战阿法狗。与其说柯洁对战阿法狗是捍卫人类尊严,不如说更像是...
    741b3a9d9a72阅读 679评论 3 4