zoukankan      html  css  js  c++  java
  • Python静态网页爬取:批量获取高清壁纸

    前言

    在设计爬虫项目的时候,首先要在脑内明确人工浏览页面获得图片时的步骤

    一般地,我们去网上批量打开壁纸的时候一般操作如下:

    1、打开壁纸网页

    2、单击壁纸图(打开指定壁纸的页面)

    3、选择分辨率(我们要下载高清的图)

    4、保存图片

    实际操作时,我们实现了如下几步网页地址的访问:打开了壁纸的网页→单击壁纸图打开指定页面→选择分辨率,点击后打开最终保存目标图片网页→保存图片

    在爬虫的过程中我们就尝试通过模拟浏览器打开网页的操作,一步步获得、访问网页、最后获得目标图片的下载地址,对图片进行下载保存到指定路径中

    *这些中间过程中网页的一些具体筛选条件的构造,需要打开指定页面的源代码去观察和寻找包含有目的链接的标签

    具体实现项目与注释

    这里我只想获得一些指定的图片,所以我先在网页上搜索“长门有希”,打开了一个搜索结果页面,发现在这个页面上就已经包含了同类型的其他壁纸链接,于是我一开始就把最初访问的目的地址设置为这个搜索结果页面

    目标结果页面截图:


     

    图中下标为"1/29"."2/29"为其他同类型目标壁纸,通过点击这些图片我们可以打开新的目标下载图片页面

    这里我们查看一下网页源代码


     

    图中黄色底的地方就是打开这些同类壁纸的目的地址(访问的时候需要加上前缀"http://desk.zol.com.cn")

    现在我们可以尝试实现构建爬虫:

    打开指定页面→筛选获得所有长门有希壁纸的目标下载页面链接

    代码如下:


     

    获得地址以后我们可以通过获取地址→打开指定页面→选择分辨率→获得目的下载地址→保存到本地指定路径中

    在测试的时候我输出了一下上一步truelist中保存的内容


     

    可以看到保存的只是一个后缀,在访问的时候我们需要加上一个指定的前缀

    实现代码如下(注释见代码):


     

    最后可以在自己的目标文件夹中看到爬下来的图片集~


     
  • 相关阅读:
    图片水平垂直居中 多行文字垂直居中
    ie8支持rgba方法
    html5学习(1)
    青岛鲁银商品交易中心
    PHP 生成16 uuid
    探索区块链-挖框体验
    微信小游戏-微信提供了啥
    error: libXpm.(a|so)
    从0到9取4位不同数字的排列组合算法
    visual studio 2015 rc &cordova -hello world
  • 原文地址:https://www.cnblogs.com/Pythonmiss/p/10752765.html
Copyright © 2011-2022 走看看