爬取妹子图片

ChinaLee

爬取妹子图片，学之小甲鱼，并给每个模特建个文件夹。
喜欢的给点爱心，好解除违规{:1_937:}

[Python] 纯文本查看 复制代码

import re
import os
import requests
import easygui as g
import time


def get_html(url):
    header = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3314.0 Safari/537.36 SE 2.X MetaSr 1.0',
        'Referer': 'https://www.mzitu.com/japan/'}
    html = requests.get(url, headers=header)
    return html


def get_img(html):
    html = html.text
    img_re = "https:\/\/i3\.mmzztt\.com\/(?:.+\/)+.+(?:\.jpg)"
    imgs = re.findall(img_re, html)
    return imgs


def save_img(imgs, page):
    for img_url in imgs:
        res = get_html(img_url)
        img = res.content
        name = page + img_url.split("/")[-1]
        print(img_url)
        with open(name, "wb") as f:
            f.write(img)


def download_mm():
    great = g.diropenbox()
    os.chdir(great)
    i = int(input("请输入开始页码（建议为1）："))
    n = int(input("请输入结束页码："))
    while i < n:
        home_url = "https://www.mzitu.com/page/" + str(i) + "/"
        i += 1
        model_html = get_html(home_url).text
        model = re.compile("https:\/\/.{13}\/\d{5,6}")
        all_model = model.findall(model_html)
        all_model = list(set(all_model))  # 去重
        for each in all_model:

            img_url = get_html(each).text
            dirs = re.search(r'([\u4e00-\u9fa5·]{2,16})', img_url).group()
            print('开始下载%s模特的图片' % dirs)
            if os.path.exists(dirs):
                pass
            else:
                os.mkdir(dirs)
                os.chdir(dirs)
                try:
                    nums = re.findall("https:\/\/.{13}\/\d{5,6}\/\d{2}", img_url)
                    page_num = int(nums[-1].split("/")[-1])
                    print('该模特共有%s张图片' % page_num)
                    for mm in range(page_num):
                        mm_url = each + "/" + str(mm + 1)
                        print(mm_url)
                        mm_html = get_html(mm_url)
                        imgs = get_img(mm_html)
                        page = str(i - 1) + "_"
                        save_img(imgs, page)
                        time.sleep(1)
                except:
                    pass
                os.chdir(os.pardir)


if __name__ == "__main__":
    download_mm()

lsyh1688

运行提示：

TimeoutError: [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。

直接在网页登录相关网址，提示服务器已经停止相应。

不会是网站被爬的关闭了吧。

从零学习的歪经小

可以，就是下载的太慢了，还有那命名反正看不懂还不如就搞点12345.
能搞个多线程的就牛逼了
我才入门，乱说几个建议
没币投了

于皙

首先你得.

怒火燃烧

我被下魔法了，一看到妹子就要进来看看！！！求治疗！！

1159271426

值得学习

xiao9798

网站我收了

zhangweiyi9

愿闻其详~

Nebulafalls

好东西啊