壁纸提取

这是爬虫的第一部分,对于python基础与网络编程部分重点突出,主要以每次小项目为主;更新时间不定,随缘之人,缘分到了,文章就出来了。

简单说下这次练手的小东西想法:在暑假的时候,看见自己的电脑壁纸有点。。。。,LOW,所以想着做一个WIN下的壁纸切换小程序。这次只是图片提取部分,话不多说来看看代码。

第一步:查看网页源代码(F12/右击审查元素),查看每个组图间、组图下的图片之间的关系。

可以看到该缩略图多对应的有href下的组图链接,以及自己本身的的链接,后缀为JPG,或者鼠标放上去可以看到相关的图片。

点进组图,再查看每个图片的URL结构。如下:

可以看到URL结构与组图相似,点击下一页,URL自动变化(URL后5个参数发生变化),没办法找到相关的规律,可能我比较菜。。。。

找到NetWork下的网页源代码,这个是没有任何渲染源代码,

我们找到这个:

发现规律了吗?有思路的可以试试。

然后我们写的代码如下:

 1 #!/usr/bin/env python
 2 # -*- coding: utf-8 -*-
 3 # author:albert time:2019/7/8
 4 import  requests
 5 from lxml import etree
 6 from random import  randint
 7  8  9 a = []
10 11 # 每个组图的url
12 def This_Mosaic_Url():
13     req = requests.get('http://desk.zol.com.cn/1920x1200/').text
14     html = etree.HTML(req)
15     url = html.xpath("//div//li[@class='photo-list-padding']//a/@href")
16     for i in url:
17         url_list = 'http://desk.zol.com.cn' + i
18         a.append(url_list)
19 20 def list_randan():
21     it= iter(a)
22     # print(next(it))
23     return  next(it)
24 25 # 每个组图下的所有图片
26 def img_picture():
27     # 第一个url===>"http://desk.zol.com.cn/bizhi/7590_94212_2.html"
28     list = [a[0]]
29 30     while True:
31         url_1 = 'http://desk.zol.com.cn'
32         req = requests.get(list[-1],timeout=3).text
33         html = etree.HTML(req)
34 35         url_detail = ''.join(html.xpath("//div[@class='photo-next prev-next']//a/@href"))
36         if url_detail == 'javascript:;':
37             try:
38                 for i in range(15):
39                     href = list_randan()
40                     list.append(href)
41             except:
42                 pass
43         else:
44             url = url_1 + url_detail
45             list.append(url)
46 47     print(len(list))
48     for x in list:
49         print(x)
50 51 if __name__ == '__main__':
52     This_Mosaic_Url()
53     img_picture()

 

以上实现的思路,如果有什么疑问欢迎在下面留言!

初学者

  分享及成功,你的报应就是我,记得关注,留言!

 

posted @ 2019-10-26 22:08  xbhog  阅读(349)  评论(0编辑  收藏  举报