前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
Python爬虫、数据分析、网站开发等案例教程视频免费在线观看
https://space.bilibili.com/523606542
前文内容
Python爬虫新手入门教学（八）：爬取论坛文章保存成PDF
基本开发环境
- Python 3.6
- Pycharm
相关模块的使用
import requests import re import os
安装Python并添加到环境变量，pip安装需要的相关模块即可。
一、明确需求
如图所示爬取里面的高清壁纸
二、网页数据分析
点击下载原图，会自动给你下载壁纸图片。
所以只需要获取这个链接就可以了爬取壁纸图片了。
返回列表的可以发现，网页是瀑布流加载方式，当你往下滑才会有数据出现。所以可以在下滑网页的前，先打开开发者工具，当下滑网页的时候新加载出来的数据会出现。
通过对比可以知道，这个数据包中包含了，壁纸图片下载的地址。
需要注意的就是这个数据链接是post请求，并不是get请求
需要提交的data参数，就是对应的页码。
三、代码实现
1、获取图片ID
for page in range(1, 11): url = 'https://wallpaper.wispx.cn/cat/%E5%8A%A8%E6%BC%AB' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36', 'x-requested-with': 'XMLHttpRequest', } data = { 'page': page } response = requests.post(url=url, headers=headers) result = re.findall('detail(.*?)target=', response.text) for index in result: image_id = index.replace('\\', '').replace('" ', '') page_url = f'https://wallpaper.wispx.cn/detail{image_id}'
2、获取壁纸url地址，并保存
def main(page_url): html_data = get_response(page_url).text image_url = re.findall('<a class="mdui-ripple mdui-ripple-white" href="(.*?)">', html_data)[0] image_title = re.findall('<title>(.*?)</title>', html_data)[0].split(' - ')[0] image_content = get_response(image_url).content path = 'images\\' if not os.path.exists(path): os.makedirs(path) with open(path + image_title + '.jpg', mode='wb') as f: f.write(image_content) print('正在保存：', image_title)
需要注意的点：
请求头里面要防盗链，不然就下载不了。
def get_response(html_url): header = { 'referer': 'https://wallpaper.wispx.cn/detail/1206', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36' } resp = requests.get(url=html_url, headers=header) return resp
四、实现效果
