实战:Xpath解析——爬取QCZJ图片

实战:Xpath解析——爬取QCZJ图片网页分析 目标爬取这两页的图片 总的抓取思路是 从该网页 http car autohome com cn pic series 4851 1 html 中找到大图 不是缩略图 所在的位置 得到大图所在的网页 http car autohome com cn photo series 39931 1 4929548

大家好,我是讯享网,很高兴认识大家。

网页分析

目标爬取这两页的图片如果太=====
讯享网
在这里插入图片描述点击进入1024P所在网页,找到1024P图片所在位置
总的抓取思路是:从该网页http://car.autohome.com.cn/pic/series/4851-1.html中找到大图(不是缩略图)所在的位置,得到大图所在的网页:http://car.autohome.com.cn/photo/series/39931/1/4929548.html,接着定位图片所在位置,这是定位目标图片的过程,定位之后下一步解析图片,然后保存图片。

代码实现

 imrequests
 from lxml import etree
 import time

headers = {
               'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.132 Safari/537.36'
}

urls = ['http://car.autohome.com.cn/pic/series/4851-1-p{}.html'.format(str(i)) for i in range(1,3)] 
path = 'F:\\pythonLearning\\patu\\01carcarcar\\'

def get_imges(url):
	req = requests.get(url, headers = headers).text
	html = etree.HTML(req)
	for link in html.xpath('//div[@class="uibox-con carpic-list03 border-b-solid"]/ul/li/a/@href'):
					img_url = "http://car.autohome.com.cn"+link
					get parse_img_url(img_url)
					
def parse_img_url (url):
		reqs = requests.get(url, headers = headers).text
		html2 = etree.HTML(reqs)
		for item in html2.xpath('//div[@class="pic"]/img[@class="img"]/@src'):
				item_url = "http:"+item
				download_imge(item_url)
				
def download_imge (url):
		data = requests.get(url, headers = headers)
		try:
				with open(path + url[-8:], 'wb') as f:
					f.write(data.content)
					
		except Exception as e:
				print(e)
		time.sleep(1)


if __name__ == " __main__":
        for url in urls:
        	get_imges(url)

					

讯享网
小讯
上一篇 2025-01-24 14:58
下一篇 2025-04-09 09:12

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/70528.html