《零基础入门学习python》第55讲爬取妹子图笔记

猪猪1号

import urllib.request
import os

def url_open(url):
       req = urllib.request.Request(url)
       req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.79 Safari/537.36 Edge/14.14393')
       response = urllib.request.urlopen(req)
       html = response.read()
       return html

def get_page(url):
       html = url_open(url).decode('utf-8')
       a = html.find('current-comment-page')+23
       b = html.find(']',a)
       return html[a:b]
def find_imgs(url):
       html =  url_open(url).decode('utf-8')
       img_addrs = []
       a = html.find('img src=')
       while a != -1:
              b = html.find('.jpg',a,a+255)
              if b !=-1:
                     img_addrs.append('http:'+html[a+9:b+4])
              else:
                     b = a+9
              a = html.find('img src=',b)
       return img_addrs
def save_imgs(folder,img_addrs):
       for each in img_addrs:
              filename = each .split('/')[-1]
              with open (filename,'wb') as f:
                     img = url_open(each)
                     f.write(img)                    

def download (folder = 'F:\\pic\\meimei',pages=200):
       #os.mkdir(folder)#创建meimei的文件夹
       os.chdir(folder)#将当前工作目录更改为meimei文件夹下
       url = 'http://jiandan.net/ooxx/'
       page_num = int(get_page(url))

       for i in range(pages):
              page_num -= i
              page_url = url+'page-'+str(page_num)+'#comments'
              img_addrs = find_imgs(page_url)
              save_imgs(folder,img_addrs)
              
if __name__=='__main__':
       download()