本文目录 效果图爬取妹子图片准备工作安装库cmd安装方式pycharm安装方式 开始编程主函数编写图片抓取函数get_url1 完整代码
效果图
爬图的数量根据你输入的页数确定，纯洁的我只是适当的爬了几张学习技术。
爬取妹子图片准备工作 Python3.xPycharm等随意一款编辑器os库、requests库、pyquery库 安装库 cmd安装方式
打开cmd控制台
在控制台分别输入以下代码：
pip install requests
pip install pyquery
其中，os库为Python3内置库，不需要安装，至此，准备工作完成。
pycharm安装方式
打开pycharm>file>settings
将所需库安装即可，至此，准备工作完成。
开始编程 主函数
首先先确定目标：优美图库国内类别http://www.umei.cc/p/gaoqing/cn/
然后，观察规律：
第一页URL为http://www.umei.cc/p/gaoqing/cn
点下一页URL为http://www.umei.cc/p/gaoqing/cn/2.htm
再点下一页URL为http://www.umei.cc/p/gaoqing/cn/3.htm
。。。。。。
然后再点击第一页发现网址变成了http://www.umei.cc/p/gaoqing/cn/1.htm
所以，我们就得到了屠龙技。代码如下：
# 控制代码运行过程，在文件作为脚本时才会被执行，而import到其他脚本中是不会被执行的if __name__ == '__main__': z = 1 url = 'http://www.umei.cc/p/gaoqing/cn/' # 初始目标URL for i in range(z, z+1): # z+1可以换成z+n (n=1,2,3......) url1 = url+str(i)+'.htm' print(url1) get_url1(url1) # 调用get_url1函数获取图片 编写图片抓取函数get_url1
然后我们还有找规律，我们点开第一页第一套图
为了简便，我们就爬取每页各个套图里的第一张图片，当然也可以爬取更多的图。我们可以发现各个套图里的第一张图片URL根本没有规律，所以，我们这是就要借助pyquery网页解析库啦。
我用的是谷歌浏览器，打开开发者工具，根据图片找到套图里第一张图片的链接，可以多找几张，你会发现他们好像有规律，我们只要搞到红框框里的链接就好啦。
所以函数get_url1代码如下
def get_url1(url):# 模拟浏览器，不用改，几乎固定 headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) ' 'AppleWebKit/537.36 (KHTML, like Gecko)' ' Chrome/58.0.3029.110 Safari/537.36' } urllib3.disable_warnings() # 预警作用 html = requests.get(url, headers=headers, verify=False).text # 获得elements里的所有代码 doc = pq(html) # 解析代码 a = doc('.TypeList .TypeBigPics') for item in a.items(): b = item.attr('href') # 获得herf里的所有代码 # print(b,'n','n') html2 = requests.get(b,headers = headers,verify = False).text doc2 = pq(html2) c = doc2('.ImageBody img') # 获得ImageBody img里的代码 for item2 in c.items(): d = item2.attr('src') # 获得src里的链接 print(d)# 保存文件 root = "D://pics22223//" # 根目录 path=root+d.split('/')[-1] # 根目录加上url中以反斜杠分割的最后一部分，即可以以图片原来的名字存储在本地 try: if not os.path.exists(root): # 判断当前根目录是否存在 os.mkdir(root) # 创建根目录 if not os.path.exists(path): # 判断文件是否存在 r=requests.get(d) with open(path,'wb')as f: f.write(r.content) f.close() print("文件保存成功",'n','n') else: print("文件已存在") except: print("爬取失败") 完整代码 # -*- coding: utf-8 -*-"""Created on Sun Dec 30 15:38:25 2018@author: 球球"""import requestsimport osfrom requests.packages import urllib3from pyquery import PyQuery as pqdef get_url1(url): headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) ' 'AppleWebKit/537.36 (KHTML, like Gecko)' ' Chrome/58.0.3029.110 Safari/537.36' } urllib3.disable_warnings() html = requests.get(url, headers=headers, verify=False).text doc = pq(html) a = doc('.TypeList .TypeBigPics') for item in a.items(): b = item.attr('href') # print(b,'n','n') html2 = requests.get(b,headers = headers,verify = False).text doc2 = pq(html2) c = doc2('.ImageBody img') for item2 in c.items(): d = item2.attr('src') print(d) root = "D://pics22223//" # 根目录 path=root+d.split('/')[-1] # 根目录加上url中以反斜杠分割的最后一部分，即可以以图片原来的名字存储在本地 try: if not os.path.exists(root): # 判断当前根目录是否存在 os.mkdir(root) # 创建根目录 if not os.path.exists(path): # 判断文件是否存在 r=requests.get(d) with open(path,'wb')as f: f.write(r.content) f.close() print("文件保存成功",'n','n') else: print("文件已存在") except: print("爬取失败")if __name__ == '__main__': z = 1 url = 'http://www.umei.cc/p/gaoqing/cn/' for i in range(z, z+1): url1 = url+str(i)+'.htm' print(url1) get_url1(url1)
有问题请加群：774515086
望海潮
秦观
纤云弄巧，飞星传恨，银汉迢迢暗度。金风玉露一相逢，便胜却人间无数。
柔情似水，佳期如梦，忍顾鹊桥归路。两情若是久长时，又岂在朝朝暮暮。