吾爱破解 - 52pojie.cn

 找回密码
 注册[Register]

QQ登录

只需一步,快速开始

查看: 10843|回复: 87
收起左侧

[Python 转载] 【python日常学习】妹子图网站图片爬虫

  [复制链接]
aa吴所谓 发表于 2020-8-3 13:16
【python日常学习】妹子图网站图片爬虫

不多说,直接上代码:
[Python] 纯文本查看 复制代码
import os
import requests
from lxml import etree
import urllib


class MZiTu:

    # 初始化对象属性
    def __init__(self):
        a = eval(input("直接下载请按1、搜索下载请按2、性感类请按3、日本类请按4、台湾类请按5、清纯类请按6:"))
        if a==1:
            self.index_url = "https://www.mzitu.com/"
        elif a==2:
            search = input("请输入要搜索的名字:")
            self.index_url = "https://www.mzitu.com/search/"+ urllib.parse.quote(search) + "/"
        elif a==3:
            self.index_url = "https://www.mzitu.com/xinggan/"
        elif a==4:
            self.index_url = "https://www.mzitu.com/japan/"
        elif a==5:
            self.index_url = "https://www.mzitu.com/taiwan/"
        elif a==6:
            self.index_url = "https://www.mzitu.com/mm/"
        print(self.index_url)
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36",
            "Referer": "https://www.mzitu.com/"
        }
        self.path = input('请输入保存的文件夹名:')

    # 发送request请求
    def send_request(self, url):
        return requests.get(url, headers=self.headers,timeout=3).content

    # 解析每页的数据
    def parse(self, html_str):
        html = etree.HTML(html_str)
        titles = html.xpath('//img[@class="lazy"]')
        content_list = []
        for title in titles:
            item = {}
            item['title'] = title.xpath('./@alt')[0]
            item['href'] = title.xpath('../@href')[0]
            content_list.append(item)
            # print(item)
        # print(content_list)
        next_url = html.xpath('//a[contains(text(),"下一页")]/@href')
        next_url = next_url[0] if next_url else None
        return content_list, next_url

    # 获取每张写真集的img_url
    def get_img_url(self, detail_html):
        html = etree.HTML(detail_html)
        img_url = html.xpath('//div[@class="main-image"]/p/a/img/@src')[0]
        next_img_url = html.xpath('//span[contains(text(),"下一页")]/../@href')
        next_url = next_img_url[0] if next_img_url else None
        return img_url, next_url

    # 判断文件夹是否存在,不存在创建文件夹
    def mkdir(self, dir_name, img_url_list):
        total_image = len(img_url_list)
        meizi_dir = self.path if self.path else 'meizitu'
        finall_dir = meizi_dir + '/' + '[{}P]'.format(str(total_image)) + dir_name
        if os.path.isdir("F:\Python爬取\图片/"+finall_dir) != True:  # 如果保存的路径不存在
            os.makedirs(r"F:\Python爬取\图片/"+finall_dir)  # 如果不存在。我们将创立这个路径
        path = "F:\Python爬取\图片/"+finall_dir+"/"
        return path

    # 保存img
    def save_image(self, j, final_dir, img_url_list):
        for img_url in img_url_list:
            try:
                image_data = self.send_request(img_url)
            except:
                continue
            file_name = final_dir + '/' + img_url[-9:]
            with open(file_name, 'wb') as image:
                image.write(image_data)
            print("*" * 14, img_url, '下载完成', "*" * 14)
        print("-" * 29 + '第{}张写真集保存完毕'.format(int(j)) + "-" * 30 + '\n\n')

    # 运行爬虫
    def run(self):
        # 1. 获取url
        next_page_url = self.index_url
        i = 1
        # 获取每页的url地址并解析
        while True:
            # 2. 发送请求,获取响应
            try:
                html_str = self.send_request(next_page_url).decode()
            except:
                continue
            # 3. 解析数据
            content_list, next_page_url = self.parse(html_str)
            # 4. 获取详情页的img
            j = 1
            # 获取每张写真集并解析
            for content in content_list:
                img_url_list = []
                print("-" * 30 + '正在获取第{}张写真集'.format(int(j)) + "-" * 30)
                # 获取每张写真集的img_url
                # 第一页的img地址
                dir_name = content['title']
                next_url = content['href']
                # print(next_url)
                # 获取每张写真集每页的img_url
                while True:
                    try:
                        detail_html = self.send_request(next_url).decode()
                    except:
                        continue
                    img_url, next_url = self.get_img_url(detail_html)
                    # 第二页的img地址
                    # detail_html = self.send_request(next_url)
                    # img_url, next_url =self.get_img_url(detail_html)
                    img_url_list.append(img_url)
                    if next_url is None:
                        break
                # 保存图片
                if img_url_list:
                    final_dir = self.mkdir(dir_name, img_url_list)
                    self.save_image(j, final_dir, img_url_list)
                j += 1
            print("-" * 32 + '第{}页获取完成'.format(int(i)) + "-" * 32 + '\n\n')
            i += 1
            if next_page_url is None:
                break


def main():
    mz = MZiTu()
    mz.run()


if __name__ == '__main__':
    main()



想要下载哪种类型自己选择:"直接下载请按1、搜索下载请按2、性感类请按3、日本类请按4、台湾类请按5、清纯类请按6:"
2.png
我的存储地址为:F:\Python爬取\图片\,可以自己更改,存储文件夹可自己命名
最后郑重提醒:注意身体!!!!!!!!!!

免费评分

参与人数 23吾爱币 +20 热心值 +20 收起 理由
mlyde + 1 谢谢@Thanks!
与阳言者 + 1 谢谢@Thanks!
蛋黄菌 + 1 + 1 学习!
theaguy + 1 + 1 谢谢@Thanks!
kjlkai + 1 + 1 感谢发布原创作品,吾爱破解论坛因你更精彩!
qq1186 + 1 + 1 谢谢@Thanks!
chenxz2008 + 1 + 1 我很赞同!
deshegn9575 + 1 + 1 谢谢@Thanks!
Dragon_214 + 1 + 1 这种帖子!我见一个赞一个
zhaoheng + 1 + 1 热心回复!
sjminh + 1 支持一下,不止为妹子
楠宝 + 1 热心回复!
piratedrizzle + 1 已经处理,感谢您对吾爱破解论坛的支持!
刘潇逸 + 1 + 1 谢谢@Thanks!
xinyushua + 1 + 1 已经特别虚了 老哥
lj800827 + 1 + 1 兄弟,营养跟不上了
小兴818 + 1 + 1 用心讨论,共获提升!
xinmindnkj + 1 感谢发布原创作品,吾爱破解论坛因你更精彩!
zq1953298586 + 1 + 1 谢谢@Thanks!
88rui + 1 + 1 我一定不看妹子,我是真的想好好学习PYTHON
GSXD + 1 + 1 又要买营养快线了 斜眼
黑黑黑小白 + 1 + 1 用心讨论,共获提升!
hshcompass + 1 + 1 感谢发布原创作品,吾爱破解论坛因你更精彩!

查看全部评分

发帖前要善用论坛搜索功能,那里可能会有你要找的答案或者已经有人发布过相同内容了,请勿重复发帖。

qushenghui123 发表于 2020-8-3 13:26
[fly]感谢大佬分享,虽然很想要,但是为了身体,还是忍忍吧~~[/fly]
gaoxiaoao 发表于 2020-8-3 13:46
zxcvbnm12 发表于 2020-8-3 13:45
黑黑黑小白 发表于 2020-8-3 13:34
自从开始嫖大佬们的爬虫代码开始,身体是一天不如一天了,果然学习使人憔悴
hshcompass 发表于 2020-8-3 13:35
认真学习,不管你信不信。
吾解吖 发表于 2020-8-3 13:41
666,感谢楼主的技术帖~
一枝傲寒 发表于 2020-8-3 13:45
这肯定是真技术啊
小木剑 发表于 2020-8-3 13:47
学习学习
zq1953298586 发表于 2020-8-3 13:48
厉害,我竟然看懂了,复制了试试去
您需要登录后才可以回帖 登录 | 注册[Register]

本版积分规则

返回列表

RSS订阅|小黑屋|处罚记录|联系我们|吾爱破解 - LCG - LSG ( 京ICP备16042023号 | 京公网安备 11010502030087号 )

GMT+8, 2024-11-25 17:34

Powered by Discuz!

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表