Python界的新一届毒瘤教你如何用中文写爬虫，目标:美图录-中国美女【教程】

阿杰大大 · 发表于 2017-10-31 15:16:57

首先，环境环境:3.6.3

目标站点：https://www.meitulu.com/guochan/

详情地址:https://www.meitulu.com/item/12215.html

第一图片地址: http://mtl.ttsqgs.com/images/img/12215/1.jpg

第二图片地址: http://mtl.ttsqgs.com/images/img/12215/2.jpg

可以看出，12215是详情地址的地址数，图片地址就是他的详情地址的数字加上第几张图片

OK，那么剩下就简单了，在首页把标题和张数还有详情地址的数字取出来就可以了，写正则

.*?数量： (.*?) 张.*?[\S\s]*?<a target="_blank">(.*?)</a>

格式:张数地址数标题

然后这里是https://www.meitulu.com/guochan/2.想html 主页第二页的地址

通过这个可以看到最后一页，那么页数递增就可以了，取出全部页数

写正则

..<ahref=".*?">(.*?)</a> <a href=".*?"class=".*?">下一页</a>

我的正则不太好，讲究这种，我只会.*？

现在基本条件已经可以了，那么开始写代码。首先先写全部页的循环，然后把每页的地址，标题，张数取出来，有问题的话在修复。

代码如下:已经跑完，没有BUG。

创建文件夹代码：标题处理是为了防止他的标题里有不允许存在的字符。

然后把创建目录调用上

然后再根据多少张去循环下载。

总体大合照:

源码下载:

美图录-中国美女爬虫.rar (1.2 KB, 下载次数: 227)

hujiuyi · 发表于 2022-9-27 10:47:24

{:3_49:}{:3_49:}{:3_49:}{:3_49:}{:3_49:}{:3_49:}{:3_49:}

晚放 · 发表于 2022-5-24 08:43:23

学习------------

178826559 · 发表于 2019-9-15 09:27:47

你是神~~~~ 代码逻辑清楚，给我拟入Python的人提供了很强大的学习实例。谢谢。

7855535 · 发表于 2019-3-23 20:36:30

神人神人神人神人神人神人

lwgame · 发表于 2019-1-25 09:18:40

厉害呀大神

jex0000 · 发表于 2019-1-11 18:07:48

感谢分享！

haixin · 发表于 2018-9-26 11:09:01

厉害啊，大神

虎鲸 · 发表于 2018-8-14 11:19:34

不是易语言啊，不会py

夏无道 · 发表于 2018-8-13 21:29:37

把Python当成易语言写。。。全是中文变量。。。

		自动登录	找回密码
密码			注册

[图文教程] Python界的新一届毒瘤教你如何用中文写爬虫，目标:美图录-中国美女【教程】