• xpath之图片数据解析与爬取



    # 需求 :图片数据解析http://pic.netbian.com/4kmeinv/
    import requests
    import os
    from lxml import etree
    if __name__ == "__main__":

    # 爬取页面源码数据
    headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
    } # UA伪装
    url = 'http://pic.netbian.com/4kmeinv/'
    page_text = requests.get(url=url,headers = headers).text
    # 手动设定响应数据的编码格式
    # res = requests.get(url=url,headers = headers)
    # res.encoding = 'utf-8'
    # page_text = res.text

    # 页面数据解析
    tree = etree.HTML(page_text)
    # 创建一个文件夹
    if not os.path.exists('./girlpiclib'):
    os.mkdir('./girlpiclib')
    li_list = tree.xpath('//div[@class="slist"]//li')
    for li in li_list:
    #局部解析 获取src 与 alt
    img_src = li.xpath('./a/img/@src')[0]
    img_name = li.xpath('./a/img/@alt')[0]+'.jpg'

    # 通用处理中文乱码的解析方式
    img_name = img_name.encode('iso-8859-1').decode('gbk')

    url = 'http://pic.netbian.com/'+img_src
    # 爬取图片数据content
    pic_content = requests.get(url= url,headers = headers).content

    #持久化存储
    img_path = 'girlpiclib/' + img_name
    fp = open(img_path,'wb')
    fp.write(pic_content)
    print(img_name,'下载成功')



  • 相关阅读:
    linux 中rz sz 文件传输
    linux find 命令
    深度学习的博客
    cifar10数据的转换、代码解释
    gflags的使用实例(转载)
    leveldb使用 (转载)
    (转载+整理)Leveldb安装及例子
    2013-09-25-【随笔】-Roy
    2013-09-22 [随笔]-Roy
    2013-08-12【随笔2】-Roy
  • 原文地址:https://www.cnblogs.com/huahuawang/p/12692464.html
Copyright © 2020-2023  润新知