吐槽一下

之前好多高质量网站都不见了，肯定是你们整活整多了，趁你们不注意，我先悄悄多保存点~

事前准备

让我们开始今天的操作

1、环境配置**

安装一个Python和pycharm就好了，没有的话，我放在文末。

2、模块使用

requests# 数据请求parsel # 解析模块 (提取数据)

这两个模块没有安装的话，先安装一下，win+R 输入cmd 按回车弹出命令提示符窗口，输入 pip install 加上模块名即可 ， 如：pip install requests 然后按回车即可安装成功，详细教程见置顶文章，我有详细介绍。

3、如何配置pycharm里面的python解释器” />

1、模块导入

首先把我们需要用的模块导入进去，导入数据请求模块和数据解析模块，导入模块没有使用, 灰色待机状态。

import requestsimport parsel

2、发送请求

headers 请求头参数, 可以开发者工具里面直接进行复制, 其次headers字典数据类型, 键值对；
user-agent: 用户代理 表示浏览器基本身份标识；
cookie: 用户信息, 检测用户是否有登陆账号；

for page in range(2, 11):url = f'因为地址敏感我放在评论区置顶了/woman/{page}.html'headers = {'cookie': 't=f2cf055ce8713058cbfdbd1561c38e86; r=1281; Hm_lvt_86200d30c9967d7eda64933a74748bac=1645625923,1646892448; Hm_lpvt_86200d30c9967d7eda64933a74748bac=1646894465','user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36'}response = requests.get(url=url, headers=headers) # 返回响应对象 200状态码标识请求成功

3、获取数据

获取服务器返回数据内容, 获取响应对象文本数据/字符串数据。

返回数据内容和我们在开发者工具里面看到不一样，说明你被服务器识别出来是你爬虫程序，所以他没有给你返回数据。

print(response.text)

4、解析数据

css选择器 xpath re 三种解析方式都可以去用选择最适合；
css选择器: 根据标签属性提取数据内容；
对于获取response.text 进行数据类型转换 转成 selector 对象
attr() 属性选择器 .egeli_pic_li .egeli_pic_dl dd a img 都是定位标签, 告诉它是哪一个标签
img::attr(src) 取img标签里面的src属性数据
getall() 获取所有标签内容数据 返回列表数据类型

 selector = parsel.Selector(response.text) src = selector.css('.egeli_pic_li .egeli_pic_dl dd a img::attr(src)').getall() alt = selector.css('.egeli_pic_li .egeli_pic_dl dd a img::attr(alt)').getall() for img_url, title in zip(src, alt): img_url = img_url.replace('edpic_360_360', 'edpic_source')

5、保存数据

img_content = requests.get(url=img_url, headers=headers).content# 获取二进制数据内容with open('img\\' + title + '.jpg', mode='wb') as f:f.write(img_content)print(img_url, title)

好了，代码就到这里结束了，采集结果我也不知不觉给大家展示在文中了，大家细细品味~

兄弟们，敲代码要勤快，永远不要用战术上的勤奋，来掩饰战略上的懒惰。

记得点赞收藏~