给小可爱们一个爬虫小福利mzsock

因为本人比较喜欢搜集资料，在网上找mzsock的爬虫程序，但是网上的要不要钱，要不就是不能用，大佬们写的程序我的也运行不起来。所以自学了个爬虫然后自己爬了下，萌新编的，勿喷。

网站可能会更新，到时候爬虫可能不能用，所以有兴趣的快点搞。

爬虫萌新不会找头信息的进网站，然后F12→上面找network，点第一个列表，往下扒拉，回头headers的一个表示，那个就是。因为不知道自己的头信息会不会暴露所以就不放了。

import requests
from lxml import etree
import re, os

if not os.path.exists('./mz'):
    os.mkdir('./mz')

headers = {
    "User-Agent": "在这里输入自己的头信息，具体方法自行百度"
}  # 头信息
url = "http://mzsock.net/mv/"  # page/2 3 4 5 6

for m in range(1, 6):
    if m > 1:
        url = url + "page/" + str(m)
        # print(url)
    else:
        url = url
        # print(url)

    date_text = requests.get(url=url, headers=headers).text  # 母数据text
    tree = etree.HTML(date_text)  # 母数据实例化
    li_list = tree.xpath('/html/body/section/div[1]/ul/li')  # 提取各个列表的url

    li_http = []  # 子网址
    for li in li_list:
        li = li.xpath('./div[1]/a/@href')[0]
        li_http.append(li)

    http_title = []  # 子网址标题
    for title in li_list:
        title = title.xpath('./h3/a/@title')[0]
        http_title.append(title)

    for i in range(0, 20):  # 分别提取所有的子网址

        ex = '(.*?).html'
        li_http_jiequ = re.findall(ex, li_http[i], re.S)[0]
        # print(li_http_jiequ)
        for j in range(1, 30):
            if j > 1:
                http_pinjie = li_http_jiequ + '_' + str(j) + ".html"
                # print(http_pinjie)
            else:
                http_pinjie = li_http_jiequ + ".html"
                # print(http_pinjie)

            son_http = requests.get(url=http_pinjie, headers=headers).text  # 对子网站发起请求
            son_tree = etree.HTML(son_http)
            son_p_list = son_tree.xpath('//p[@class="img_jz"]')  # 得到图片所在的属性地址
            wocount = 1

            for p in son_p_list:  # 对子网址的图片发起请求
                p = p.xpath("./a/img/@src")[0]
                img_src = requests.get(url=p, headers=headers).content
                img_name = http_title[i] + str(j) + '.' + str(wocount) + ".jpg"
                wocount = wocount + 1
                imgpath = './mz/' + str(img_name)
                with open(imgpath, 'wb') as fp:
                    fp.write(img_src)
                    print(str(i + 1), str(img_name), '下载成功')
    url = "http://mzsock.net/mv/"