python爬虫项目1爬取美女壁纸(requests+xpath)

本文介绍了一种使用Python和LXML库进行网页图片爬取的方法。通过发送HTTP请求获取网页内容,利用XPath解析HTML,提取图片链接并下载到本地。示例代码展示了从指定网站爬取多页图片的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import requests
from lxml import html
etree = html.etree
def  gethtml(url):
    try:
        headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36 Edge/17.17134"}
        r = requests.get(url,headers=headers)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return "爬取异常"

def download(url,i):
    root = r"C:\Users\simona\Desktop\PY\图片爬取\\"  # 最后两个反斜杠 要不出错
    path = root + title[0] + '.jpg'  # 最后文件名 + url.split('/')[-1]出错
    try:
        r = requests.get(url)
        with open(path, "wb") as f:
            f.write(r.content)
            f.close()
            print("文件保存成功")
    except:
        print("失败")
mulu = []

for i in range(1,10):
    url = "http://www.netbian.com/meinv/index_"+str(i)+".htm"
    data = gethtml(url)
    s = etree.HTML(data)
    list = s.xpath('//*[@id="main"]/div[2]/ul/li/a/@href')
    mulu.extend(list)
print(mulu)


for i in range(len(mulu)):
    url2 = "http://www.netbian.com" + mulu[i]
    data2 = gethtml(url2)
    s2 = etree.HTML(data2)
    imgurl = s2.xpath('//*[@id="main"]/div[2]/div/p/a/img/@src')
    title =  s2.xpath('//*[@id="main"]/div[2]/div/p/a/img/@title')
    print(title)
    download(imgurl[0],title)

xpath用的谷歌浏览器自带的解析xpath 

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