使用BeautifulSoup爬取图片入门篇

使用BeautifulSoup爬取图片入门篇_第1张图片

首先简单分析可知,page后面为当前页码。 

图片url的属性为 "data-src"

甜到你心头白嫩美肤小姐姐板医生 用饱满山峰诠释萌系姐姐们!-GIF发源地

import requests
from bs4 import BeautifulSoup
import os

# 爬取图片
def get_imgs(url,i):
    print("正在爬取第"+str(i)+"页数据......")
    res = requests.get(url)
    res.encoding = res.apparent_encoding
    # 把当前html数据保存至data变量
    data = res.text
    # 下面使用BeautifulSoup开始“熬汤”
    soup = BeautifulSoup(data, "html.parser")
    for src in soup.find_all("img"):
        # 获得当前图片路径
        img_url = src.get("data-src")
        # 当前数据不为None,操作才有意义
        if img_url != None:
            # 文件夹路径
            root = "d://images//"
            # 拼接当前图片路径
            img_path = root + img_url.split("/")[-1]
            #判断当前文件夹是否存在,不存在就创建
            if not os.path.exists(root):
                os.mkdir(root)
                # 判断当前图片是否存在,不存在就下载
            if not os.path.exists(img_path):
                # 使用request获取图片对象
                img = requests.get(img_url)
                with open(img_path, "wb") as f:
                    f.write(img.content)
    print("第" + str(i) + "页爬取完成......")

# 获取前10页图片
for i in range(1,11):
    # 爬取图片的网站
    url="https://www.gifjia.com/category/meinv/page/"+str(i)+""
    get_imgs(url,i)
print("爬取结束")

 实验成果如下,代码虽然很low,但是,作为初学者对于学习爬虫又增加了一点点乐趣。

你可能感兴趣的:(爬虫,python)