一个简单的表情包爬取程序

一个简单的表情包爬取程序

图源网站斗图吧

工具requests库

正则表达式切割

import requests
from lxml import etree
from urllib import request
import os
import re

def main():
    for x in range(1,101):
        url = "http://www.doutula.com/photo/list/?page=%d" %x
        parse_page(url)

def parse_page(url):
    headers = {
        "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.26 Safari/537.36 Core/1.63.5478.400 QQBrowser/10.1.1550.400"

    }
    response = requests.get(url,headers = headers)
    text = response.text
    what = etree.HTML(text)
    imgs = what.xpath("//body//img")
    for img in imgs:
        img_url = img.get("data-original")
        alt = img.get("alt")
        alt = re.sub(r'[\??.,。!!]','',alt)
        suffixs = os.path.splitext(img_url)[1]
        suffix = suffixs.split('!')[0]
        filename = alt +suffix
        request.urlretrieve(img_url,"image/"+filename)



if __name__ == '__main__':
    main()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值