美图录-中国美女爬虫.py

# -*- coding: utf-8 -*-
import re
import requests
import os
def 取全部页():
  单_访问=requests.get('https://www.meitulu.com/guochan/')
  if 单_访问.status_code==200:
    单_访问.encoding='utf-8'
  return(int(re.findall(' ..<a href=".*?">(.*?)</a> <a href=".*?" class=".*?">下一页</a>',单_访问.text)[0]))

def 标题处理(标题):
  标题=标题.replace('?','')#替换文字
  标题=标题.replace('/','')
  标题=标题.replace('|','')
  标题=标题.replace(':','')
  标题=标题.replace('*','')
  标题=标题.replace('<','')
  标题=标题.replace('>','')
  标题=标题.replace('"','')
  return(标题)

def 创建并设置目录(目录): 
  文件分割 = re.split('/',目录)#取文件名
  地址=""
  for 传递地址 in 文件分割:
    if 地址=="":
      地址=传递地址
    else :
      地址=地址+"/"+传递地址
    if os.path.exists(地址)==False:
      os.mkdir(地址)
  os.chdir(目录)#设置工作目录

def 下载图片(下载地址,文件名):      
  if os.path.isfile(文件名)==False:
    次数=1
    while 次数 != 4:  
      读取=requests.get(下载地址)
      if 读取.status_code == 200:
        open(文件名, 'wb').write(读取.content)#写出
        return("OK")
        break
      else:
        次数 = 次数+1
    if 次数==4:
          return("NO")
  return("已存在")


全部页数=取全部页()
for 首_循环次数 in range(全部页数):
  if 首_循环次数+1==1:
    访问=requests.get('https://www.meitulu.com/guochan/')
  else:
    访问=requests.get('https://www.meitulu.com/guochan/'+str(首_循环次数+1)+'.html')
  if 访问.status_code==200:
    访问.encoding='utf-8'
    数组=re.findall('<p><span>.*?</span>数量： (.*?) 张.*?</p>[\S\s]*?<p class=p_title><a href="https://www.meitulu.com/item/(.*?).html" target="_blank">(.*?)</a></p>',访问.text)
    多少页=len(数组)

    创建并设置目录('d:/Users/Administrator/Desktop/Python/美图录-中国美女/'+str(首_循环次数+1))

    for 局_循环次数 in range(多少页):
      张=int(数组[局_循环次数][0])
      数字=数组[局_循环次数][1]
      标题=标题处理(数组[局_循环次数][2])
      创建并设置目录('d:/Users/Administrator/Desktop/Python/美图录-中国美女/'+str(首_循环次数+1)+'/'+标题)

      for 循环次数 in range(张):
         状态=下载图片('http://mtl.ttsqgs.com/images/img/'+str(数字)+'/'+str(循环次数+1)+'.jpg',str(循环次数+1)+'.jpg')
         print('下载   '+'张'+str(循环次数+1)+'/'+str(张)+'   组'+str(局_循环次数+1)+'/'+str(多少页)+'   页'+str(首_循环次数+1)+'/'+str(全部页数)+'   '+状态+'    '+标题)
print('搞定')