python 多线程爬取壁纸网站的示例

2021-02-21 0 452

基本开发环境

· Python 3.6

· Pycharm

需要导入的库

python 多线程爬取壁纸网站的示例

目标网页分析

python 多线程爬取壁纸网站的示例

网站是静态网站,没有加密,可以直接爬取

python 多线程爬取壁纸网站的示例

python 多线程爬取壁纸网站的示例

python 多线程爬取壁纸网站的示例

整体思路:

1、先在列表页面获取每张壁纸的详情页地址

2、在壁纸详情页面获取壁纸真实高清url地址

3、保存地址

代码实现

模拟浏览器请请求网页,获取网页数据

 python 多线程爬取壁纸网站的示例

这里只选择爬取前10页的数据

代码如下

import threading
import parsel
import requests

def get_html(html_url):
 \'\'\'
 获取网页源代码
 :param html_url: 网页url
 :return:
 \'\'\'
 response = requests.get(url=html_url, headers=headers)
 return response


def get_par(html_data):
 \'\'\'
 把 response.text 转换成 selector 对象 解析提取数据
 :param html_data: response.text
 :return: selector 对象
 \'\'\'
 selector = parsel.Selector(html_data)
 return selector

def download(img_url, title):
 \'\'\'
 保存数据
 :param img_url: 图片地址
 :param title: 图片标题
 :return:
 \'\'\'
 content = get_html(img_url).content
 path = \'壁纸\\\\\' + title + \'.jpg\'
 with open(path, mode=\'wb\') as f:
  f.write(content)
  print(\'正在保存\', title)

def main(url):
 \'\'\'
 主函数
 :param url: 列表页面 url
 :return:
 \'\'\'
 html_data = get_html(url).text
 selector = get_par(html_data)
 lis = selector.css(\'.wb_listbox div dl dd a::attr(href)\').getall()
 for li in lis:
  img_data = get_html(li).text
  img_selector = get_par(img_data)
  img_url = img_selector.css(\'.wb_showpic_main img::attr(src)\').get()
  title = img_selector.css(\'.wb_pictitle::text\').get().strip()
  download(img_url, title)
 end_time = time.time() - s_time
 print(end_time)

if __name__ == \'__main__\':
 for page in range(1, 11):
  url = \'http://www.deskbizhi.com/min/list-{}.html\'.format(page)
  main_thread = threading.Thread(target=main, args=(url,))
  main_thread.start()

以上就是python 多线程爬取壁纸网站的示例的详细内容,更多关于python 爬取壁纸网站的资料请关注自学编程网其它相关文章!

遇见资源网 Python python 多线程爬取壁纸网站的示例 http://www.ox520.com/28073.html

常见问题

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务