xml地图|网站地图|网站标签 [设为首页] [加入收藏]

简单的Python抓taobao图片爬虫,

时间:2020-01-04 21:40来源:计算机
简短的Python抓taobao图片爬虫, 写了贰个抓taobao图片的爬虫,全部是用if,for,while写的,相比简陋,入门小说。 从网页 复制代码 代码如下: # -*- coding: cp936 -*- import urllib2 import urllib mmu

简短的Python抓taobao图片爬虫,

写了贰个抓taobao图片的爬虫,全部是用if,for,while写的,相比简陋,入门小说。

从网页

复制代码 代码如下:

# -*- coding: cp936 -*-
import urllib2
import urllib
mmurl=""
i=0#第二页有个体的页面没图片,会冒出IO错误
while i<15:
        url=mmurl+str(i)
        #print url #打字与印刷出列表的url
        up=urllib2.urlopen(url)#开辟页面,存入句柄中
        cont=up.read()
        #print len(cont)#页面包车型大巴长度
        ahref='<a href="http'#筛选页面内网页链接的机要字
        target="target"
        pa=cont.find(ahref)#找寻网页链接的底部地点
        pt=cont.find(target,pa)#奥门金沙手机娱乐网址,寻找网页链接的尾巴地点
        for a in range(0,20):#如技巧不把20硬编码进去?怎样找到文件结尾?
                urlx=cont[pa+len(ahref)-4:pt-2]#从底部到尾巴部分,将网页链接存入变量
                if len(urlx) < 60:#设若网页链接长度符合【len()!!!!】
                    urla=urlx     #那就是说就希图将其打字与印刷出来
                    print urla    #这是想要的model个人U汉兰达L
                    #########以下初叶对model个人的U揽胜极光L举行操作#########
                    mup=urllib2.urlopen(urla)#开垦model个人的页面,存入句柄中
                    mcont=mup.read()#对model页面包车型地铁句柄举行读出操作,存入mcont字符串
                    imgh="<img style=" #挑选页面内【图片】链接的显要字
                    imgt=".jpg"
                    iph=mcont.find(imgh)#搜索【图片】链接的尾部地方
                    ipt=mcont.find(imgt,iph)#搜索【图片】链接的尾巴地方
                    for b in range(0,10):#又是硬编码····
                            mpic=mcont[iph:ipt+len(imgt)]#土生土养图片链接,链接字符的噪音太大
                            iph1=mpic.find("http")#对上面包车型地铁链接再过滤叁回
                            ipt1=mpic.find(imgt)  #同上
                            picx=mpic[iph1:ipt1+len(imgt)]
                            if len(picx)<150:#仍然有风华正茂对U冠道L是“http:ss.png><dfsdf>.jpg”(设为100竟是会有剧毒卡塔尔(قطر‎
                                    pica=picx #【是len(picx)<100而不是picx!!】不然会不出示
                                    print pica
                                    ############################
                                    ###########千帆竞发下载pica那些图片
                                    urllib.urlretrieve(pica,"pic\tb"+str(i)+"x"+str(a)+"x"+str(b)+".jpg")                                  
                                    ###########   pica图片下载实现.(加上各循环体的数字,以防名字重复卡塔尔(قطر‎
                                    ############################
                            iph=mcont.find(imgh,iph+len(imgh))#始于下多少个循环往复
                            ipt=mcont.find(imgt,iph)
                    ############model个人U奥迪Q3L内的【图片链接】提取完结##########
                pa=cont.find(ahref,pa+len(ahref))#将本来的尾部位作为初叶点,继续向后找下两个尾部
                pt=cont.find(target,pa)#接轨找下三个尾巴
        i+=1

写了三个抓taobao图片的爬虫,全部都以用if,for,while写的,比较简陋,入门文章。 从网页...

编辑:计算机 本文来源:简单的Python抓taobao图片爬虫,

关键词: