【小白必看】Python爬虫实战：获取阴阳师网站图片并自动保存

前言

本文介绍了一个使用Python编写的程序，用于获取指定网页的背景图片并保存到本地。在程序中使用了requests模块发送HTTP请求，lxml模块解析HTML文档，以及os模块操作文件与目录。文章详细介绍了每个模块的作用以及具体的代码实现。

本文主要内容包括：

1. 导入所需的模块：介绍了requests、lxml和os模块的作用，并提供了相应的安装方法。
2. 伪装自己：创建了一个字典headers，用于伪装成浏览器发送请求，以避免被网站识别为脚本发送的请求。
3. 发送请求获取地址列表：使用requests.get()方法发送HTTP GET请求获取指定URL的网页内容，并将返回的响应保存在变量list_resp中，后续用于解析网页内容。
4. 获取所有背景的地址：使用lxml模块解析网页内容，使用XPath表达式选取满足条件的图片地址，并将其存储在两个列表中。
5. 创建文件夹：通过os.path.exists()方法检查是否已存在名为’heng’和’shu’的文件夹，如果不存在则使用os.makedirs()方法创建。
6. 保存图片文件：使用循环遍历获取到的图片地址，发送HTTP GET请求获取图片内容，并将内容写入本地文件。

通过阅读本文，你可以了解如何使用Python编写一个简单的程序来获取网页背景图片并保存到本地。希望本文对你有所帮助。

导入模块

# pip install requests  发送请求的模块
import requests
# pip install lxml
from lxml import etree
import os

• 代码中使用了requests模块发送HTTP请求，判断是否导入该模块，如果没有导入则可以使用pip install requests命令安装。
• 代码中使用了lxml模块解析HTML文档，判断是否导入该模块，如果没有导入则可以使用pip install lxml命令安装。
• 代码中使用了os模块操作文件与目录，此模块通常是Python的内置模块，无需额外安装。

伪装自己

# 伪装自己
headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36'}
 

• 创建一个字典headers，其中包含"User-Agent"字段，用于伪装成浏览器发送请求。
• 通过设置User-Agent字段，使得HTTP请求看起来像是由浏览器发送的，而不是由脚本发送的。

发送请求获取地址列表

# 发送请求获取地址列表
list_resp = requests.get('http://yys.163.com/media/picture.html',headers=headers) 

• 使用requests.get()方法发送HTTP GET请求，以获取指定URL的网页内容。
• 通过传入之前定义的headers作为请求头信息，以模拟浏览器发送请求。
• 将返回的响应保存在list_resp变量中，后续将使用它来解析网页内容。

获取所有背景的地址

# 获取所有背景的地址
e = etree.HTML(list_resp.text)
imgs1 =[url[:url.rindex('/')]+'/2732x2048.jpg' for url in e.xpath('//div[@class="tab-cont"][1]/div/div/img/@data-src')]
imgs2 =[url[:url.rindex('/')]+'/2732x2048.jpg' for url in e.xpath('//div[@class="tab-cont"][2]/div/div/img/@data-src')]

• 使用etree.HTML()方法将list_resp.text（即网页内容）转换为可以进行XPath解析的对象。
• 使用XPath表达式选取满足条件的图片地址，并存储在两个列表imgs1和imgs2中。这些地址是满足特定条件的背景图片的URL。
• 使用列表推导式从每个图片地址中提取出图片名称部分，并加上固定的路径片段，形成完整的图片URL。

创建文件夹

if not os.path.exists('heng'):
    os.makedirs('heng')
if not os.path.exists('shu'):
    os.makedirs('shu')

• 通过os.path.exists()方法检查当前目录下是否已存在名为’heng’和’shu’的文件夹。
• 如果不存在对应的文件夹，则使用os.makedirs()方法分别创建’heng’和’shu’文件夹。

保存图片文件

for url in imgs1:
    resp = requests.get(url,headers=headers)
    file_name = url[url.rindex('picture'):url.rindex('/')].replace('/','_')+'.jpg'
    print('正在保存：'+file_name+'壁纸')
    with open(f'heng/{file_name}','wb') as f:
        f.write(resp.content)

• 使用for循环遍历imgs1列表中的每个图片地址。
• 使用requests.get()方法发送HTTP GET请求，获取每个图片的内容。
• 根据图片地址生成保存图片的文件名。通过截取URL中的一部分作为文件名，并将其中的/替换为_。
• 使用open()函数以二进制写入模式打开文件，并将图片内容写入文件。
• 输出每个保存的图片的信息，包括文件名和壁纸名称。提示用户正在保存哪个壁纸。

完整代码

# 导入所需的模块
import requests  # 导入requests模块，用于发送HTTP请求
from lxml import etree  # 导入lxml模块，用于解析HTML文档
import os  # 导入os模块，用于操作文件和目录

# 伪装自己
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.70 Safari/537.36'
}  # 创建一个字典headers，包含"User-Agent"字段，用于伪装成浏览器发送请求。

# 发送请求获取地址列表
list_resp = requests.get('http://yys.163.com/media/picture.html', headers=headers)  # 发送HTTP GET请求，获取指定URL的网页内容。

# 获取所有背景的地址
e = etree.HTML(list_resp.text)  # 将list_resp.text（网页内容）转换为可以进行XPath解析的对象。
imgs1 = [url[:url.rindex('/')]+'/2732x2048.jpg' for url in e.xpath('//div[@class="tab-cont"][1]/div/div/img/@data-src')]
# 使用XPath表达式选取满足条件的图片地址，并存储在imgs1列表中。这些地址是满足特定条件的背景图片的URL。
imgs2 = [url[:url.rindex('/')]+'/2732x2048.jpg' for url in e.xpath('//div[@class="tab-cont"][2]/div/div/img/@data-src')]

# 创建文件夹
if not os.path.exists('heng'):  # 检查当前目录下是否已存在名为'heng'的文件夹。
    os.makedirs('heng')  # 如果不存在'heng'文件夹，则使用os.makedirs()方法创建'heng'文件夹。
if not os.path.exists('shu'):  # 检查当前目录下是否已存在名为'shu'的文件夹。
    os.makedirs('shu')  # 如果不存在'shu'文件夹，则使用os.makedirs()方法创建'shu'文件夹。

# 保存图片文件
for url in imgs1:  # 使用循环遍历imgs1列表中的每个图片地址。
    resp = requests.get(url, headers=headers)  # 发送HTTP GET请求，获取每个图片的内容。
    file_name = url[url.rindex('picture'):url.rindex('/')].replace('/', '_') + '.jpg'
    # 根据图片地址生成保存图片的文件名。通过截取URL中的一部分作为文件名，并将其中的/替换为_。
    print('正在保存：' + file_name + '壁纸')  # 输出每个保存的图片的信息，包括文件名和壁纸名称。
    with open(f'heng/{file_name}', 'wb') as f:  # 以二进制写入模式打开文件，并将图片内容写入文件。
        f.write(resp.content)

运行效果

部分图片展示

结束语

本文介绍了一个基于Python的程序，用于获取指定网页的背景图片并保存到本地。通过使用requests模块发送HTTP请求、lxml模块解析HTML文档以及os模块操作文件与目录，我们可以轻松地实现这个功能。
无论是获取图片地址列表，还是创建文件夹和保存图片文件，本文都详细介绍了每一步的代码实现，同时还提供了运行效果和部分图片展示，帮助读者更好地理解和掌握这个程序。
希望本文能够对你有所帮助，如果你有任何疑问或者更好的建议，欢迎在评论区留言。谢谢阅读！