前言

嗨喽~大家好呀，这里是魔王呐 !

在这炎热得夏天~

我不由得想要东西来放松一下~

于是，我采集起了小姐姐COS图~

开发环境:

  • Python 3.8
  • Pycharm

模块使用:

第三方模块 需要安装 在cmd里面 进行 pip install requests / parsel

  • requests
  • parsel

如何安装python第三方模块:

  1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
  2. 在pycharm中点击Terminal(终端) 输入安装命令

实现基本思路:

一. 数据来源分析:

1、分析这些图片url地址在哪” />

代码

获取源码链接点击

# 导入数据请求模块  --> 第三方模块 需要 在cmd里面 pip install requestsimport requests# 导入数据解析模块  --> 第三方模块 需要 在cmd里面 pip install parselimport parsel# 导入正则模块 --> 内置模块 不需要安装import re# 导入文件操作模块 --> 内置模块 不需要安装import os.path

# 构建翻页for page in range(2, 450):    # format 字符串格式化方法    print(f'正在采集第{page}页的数据内容')    # 确定请求url地址

伪装 请求头 防止被反爬

    headers = {        # 浏览器基本身份信息        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'    }

发送请求

通过requests模块里面get请求方法, 对于url地址发送请求, 并且携带上headers请求头伪装, 最后用自定义变量response接受返回数据

    response = requests.get(url=url, headers=headers)    #   表示请求成功了 响应对象    print(response)

获取数据, 获取服务器返回响应数据 print(response.text)

解析数据, 提取我们想要 图集详情页url地址

推荐使用 parsel

  • 获取 response.text —> 返回html字符串数据内容

  • css选择器 根据标签属性内容, 提取数据

转换数据 转成可以解析对象 <Selector xpath=None data='\r\n\r\n 

    selector = parsel.Selector(response.text)

使用css选择器提取数据 .pics ul li .tits css语法定位标签/元素 getall 获取所有

    href = selector.css('.pics ul li .tits::attr(href)').getall()

for循环遍历 提取列表元素

    for index in href:

发送请求

对于图集详情页url地址 发送请求 5. 获取数据, 获取服务器返回响应数据

        index_data = requests.get(url=index_url, headers=headers).text

解析数据

提取图片url地址 以及标题

        index_selector = parsel.Selector(index_data)

提取图片链接

.talk_pic img 定位元素/标签 img::attr(src) 提取属性 src

        img_url_list = index_selector.css('.talk_pic img::attr(src)').getall()

图片标题

        title = index_selector.css('.border_bottom::text').get()

替换特殊字符

 new_title = title = re.sub(r'[\/:*" />
 
 
 
 
 
 
 
尾语
要成功，先发疯，下定决心往前冲！
学习是需要长期坚持的，一步一个脚印地走向未来！
未来的你一定会感谢今天学习的你。
—— 心灵鸡汤
本文章到这里就结束啦~感兴趣的小伙伴可以复制代码去试试哦
 问题解答 · 源码获取 · 技术交流 · 抱团学习请联系