这篇文章主要讲解了“Python如何爬取觅知网素材图片”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python如何爬取觅知网素材图片”吧!
【一、项目背景】
在素材网想找到合适图片需要一页一页往下翻,现在学会python就可以用程序把所有图片保存下来,慢慢挑选合适的图片。
【二、项目目标】
根据给定的网址获取网页源代码。
利用正则表达式把源代码中的图片地址过滤出来。
过滤出来的图片地址下载素材图片。
【三、涉及的库和网站】
网址如下:
https://www.51miz.com/
涉及的库:requests、lxml
【四、项目分析】
首先需要解决如何对下一页的网址进行请求的问题。可以点击下一页的按钮,观察到网站的变化分别如下所示:
https://www.51miz.com/so-sucai/1789243.htmlhttps://www.51miz.com/so-sucai/1789243/p_2/https://www.51miz.com/so-sucai/1789243/p_3/
我们可以发现图片页数是1789243/p{},p{}花括号数字表示图片哪一页。
【五、项目实施】
打开觅知网,在搜索中输入你想要的图片素材(以鼠年素材图片为例)。
根据上一步对网址的分析,首先我们定义一个类叫做ImageSpider,类里面定义初始化函数、发送请求获取响应数据函数、解析函数、主函数。首先初始化函数,准备url地址和headers,代码如下图所示。
发送请求获取响应数据函数。
解析数据,使用xpath获取二级页面链接,最后把图片存储在文件夹中。使用谷歌浏览器选择开发者工具或直接按F12,发现我们需要的图片src是在img标签下的,于是用Python的requests提取该组件。
主函数,代码如下图所示。
【六、效果展示】
运行程序,在控制台输入你要爬取的页数,如下图所示。
在本地可以看到效果图,如下图所示。
感谢各位的阅读,以上就是“Python如何爬取觅知网素材图片”的内容了,经过本文的学习后,相信大家对Python如何爬取觅知网素材图片这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是编程网,小编将为大家推送更多相关知识点的文章,欢迎关注!