我的第一個爬蟲

# 環境python 3.5.2 + beautifulsoup  
# 準備工作:瞭解 python 自帶的模塊 urllib + beautifulsoup 的網頁解析
#爬取了一個圖片網站的部分圖片
from urllib import request
from bs4 import BeautifulSoup
import os
import os.path
import re

try:
	response = request.urlopen('https://www.4493.com/weimeixiezhen/')       #使用urlopen方法下載網頁
	soup = BeautifulSoup(response,'html.parser', from_encoding = 'utf-8')
	print("來自源URL要爬取的所有網頁")
	links = soup.find_all('a', href = re.compile(r"/weimeixiezhen/120"))
	count = 1                                                               # 記錄下載的圖片數目
	for link in links:
		urls = link['href']
		print(urls)
		url = 'https://www.4493.com'+urls
		print("具體網頁: ", url)
		try:
			response_1 = request.urlopen(url)
			soup_1 = BeautifulSoup(response_1,'html.parser', from_encoding = 'utf-8')
			img = soup_1.find('img', onload = re.compile(r"btn"))
		except request.HTTPError as e:
			print(e.code)
		except request.URLError as e:
			print(e.reason)
		p = os.path.join('E:\\', "MV_img")
		if not os.path.exists(p):                                         # 判斷當前目錄是否存在
			os.mkdir(p)                                                   # 如果存在,才創建新的目錄
		url = img['src']                                                  # 獲取圖片的資源鏈接url
		request.urlretrieve(url, 'E:\\MV_img\\MM_%s.jpg' %count)          # 根據圖片的資源鏈接下載圖片
		print('第%d張圖片下載完成'%count)
		count += 1
except request.HTTPError as e :
	print(e.code)
except request.URLError as e :
	print(e.reason)
else:
	print("ok")



發佈了38 篇原創文章 · 獲贊 15 · 訪問量 4萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章