Python爬取花瓣网美女图片(动态网站)

摘要: 利用python, requests, xpath爬取花瓣网美女标签全部图片

# -*- coding: utf-8 -*-

'''
python 2.7.12
'''

import requests
from parsel import Selector
import time
import re, random, os


def scraw_pin_ids():

    pin_ids = []
    pin_id = '1068018182'

    flag = True
    while flag:
        try:
            url = "http://huaban.com/favorite/beauty/"
            headers1 = {
            'User-Agent':'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36',
            'Accept':'application/json',
            'X-Request':'JSON',
            'X-Requested-With':'XMLHttpRequest',
            }

            params = {
                'j0l4lymf':'',
                'max':pin_id,
                'limit':'20',
                'wfl':'1',
            }

            z1 = requests.get(url, params=params, headers=headers1)

            if z1.json()['pins']:
                for i in z1.json()['pins']:
                    pin_ids.append(i['pin_id'])
                    pin_id = pin_ids[-1]
                    print i['pin_id']
                    # with open("pin_ids.txt",'ab') as f:
                    #   f.write(str(i['pin_id'])+"\n")
                    #   f.close()
                    time.sleep(0.001)
            else:
                flag = False
                return set(pin_ids)
        except:
            continue

def scraw_urls(pin_ids):

    urls = []

    urlss = ['http://huaban.com/pins/' + str(i) +'/' for i in pin_ids]
    for url in urlss:
        try:
            headers = {
            'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'
            }

            z3 = requests.get(url, headers=headers)

            text = z3.text

            pattern = re.compile('"key":"(.*?)"', re.S)
            items = re.findall(pattern, text)

            urls.extend(items)
            print items
            print '============================================================================================================'
        except:
            continue
    return set(urls)

def download(urls):
    headers1 = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'
    }
    n = 1
    urls = set(urls)
    for url in urls:
        try:
            if not os.path.exists(os.path.join(file_path, "huaban")):
                os.makedirs(os.path.join(file_path, "huaban"))
            os.chdir(file_path + '\\' + "huaban")
            try:
                url = 'http://img.hb.aicdn.com/' + url
                r = requests.get(url, headers=headers1)
                if len(r.content)>40000:
                    with open(str(n)+".jpg", 'wb') as f:
                        f.write(r.content)
                        f.close()
                        print u"第" + str(n) + u"张图片下载成功"
                        n+=1
                        # time.sleep(3)
            except:
                continue
        except:
            continue

# 图片存储路径
file_path = 'E:\selfprogress\programming\project\huaban'
pin_ids = scraw_pin_ids()
urls = scraw_urls(pin_ids)
download(urls)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 156,907评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,546评论 1 289
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,705评论 0 238
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,624评论 0 203
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,940评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,371评论 1 210
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,672评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,396评论 0 195
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,069评论 1 238
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,350评论 2 242
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,876评论 1 256
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,243评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,847评论 3 231
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,004评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,755评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,378评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,266评论 2 259

推荐阅读更多精彩内容

  • 声明:本文讲解的实战内容,均仅用于学习交流,请勿用于任何商业用途! 一、前言 强烈建议:请在电脑的陪同下,阅读本文...
    Bruce_Szh阅读 12,578评论 6 28
  • 长这么大,还是第一次来上海。之前没有一定要来的理由,既没有充足的消费能力,也无特别想逛的景点。因事第一次来,竟也喜...
    榕树下的童话阅读 255评论 0 0
  • A1:简述之前的目标是如何定的,最后的结果是怎么样? ①每个月定好的月度销售目标到了月底都不能完成。 ②因为没有如...
    4aa227d4084b阅读 92评论 1 0
  • 【师北辰一块听听写作课】 上周刚刚写了写作宣言——007践行宣言,本以为自己对写作动机或者说写作意义想的比较清楚了...
    封兄胖胖熊007阅读 295评论 0 1