ZOL桌面壁纸的提取

ZOL桌面壁纸提取

这是爬虫的第一部分,对于python基础与网络编程部分重点突出,主要以每次小项目为主;更新时间不定,随缘之人,缘分到了,文章就出来了。

简单说下这次练手的小东西想法:在暑假的时候,看见自己的电脑壁纸有点。。。。,LOW,所以想着做一个WIN下的壁纸切换小程序。这次只是图片提取部分,话不多说来看看代码。

第一步:查看网页源代码(F12/右击审查元素),查看每个组图间、组图下的图片之间的关系。ZOL桌面壁纸的提取_第1张图片
可以看到该缩略图多对应的有href下的组图链接,以及自己本身的的链接,后缀为JPG,或者鼠标放上去可以看到相关的图片。

点进组图,再查看每个图片的URL结构。如下:在这里插入图片描述
ZOL桌面壁纸的提取_第2张图片
可以看到URL结构与组图相似,点击下一页,URL自动变化(URL后5个参数发生变化),没办法找到相关的规律,可能我比较菜。。。。

找到NetWork下的网页源代码,这个是没有任何渲染源代码,ZOL桌面壁纸的提取_第3张图片
我们找到这个:ZOL桌面壁纸的提取_第4张图片
发现规律了吗?有思路的可以试试。

然后我们写的代码如下:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# author:albert time:2019/7/8
import  requests
from lxml import etree
from random import  randint


a = []

# 每个组图的url
def This_Mosaic_Url():
    req = requests.get('http://desk.zol.com.cn/1920x1200/').text
    html = etree.HTML(req)
    url = html.xpath("//div//li[@class='photo-list-padding']//a/@href")
    for i in url:
        url_list = 'http://desk.zol.com.cn' + i
        a.append(url_list)

def list_randan():
    it= iter(a)
    # print(next(it))
    return  next(it)

# 每个组图下的所有图片
def img_picture():
    # 第一个url===>"http://desk.zol.com.cn/bizhi/7590_94212_2.html"
    list = [a[0]]

    while True:
        url_1 = 'http://desk.zol.com.cn'
        req = requests.get(list[-1],timeout=3).text
        html = etree.HTML(req)

        url_detail = ''.join(html.xpath("//div[@class='photo-next prev-next']//a/@href"))
        if url_detail == 'javascript:;':
            try:
                for i in range(15):
                    href = list_randan()
                    list.append(href)
            except:
                pass
        else:
            url = url_1 + url_detail
            list.append(url)

    print(len(list))
    for x in list:
        print(x)

if __name__ == '__main__':
    This_Mosaic_Url()
    img_picture()

这是以上实现的思路,如果有什么疑问欢迎在下面留言!

鸡汤:学习不是三分钟的热血,而是一辈子所为之努力的,加油吧,骚年!

你可能感兴趣的:(爬虫)