加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
爬取斗图吧.py 1.45 KB
一键复制 编辑 原始数据 按行查看 历史
耿直的小爬虫 提交于 2018-09-04 16:37 . Upload 爬取斗图吧.py
from pyquery import PyQuery as pq
import requests
from redis import StrictRedis
o=0
headers={
'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 SE 2.X MetaSr 1.0'
}
def xpan(canshu):
try:
url = 'https://www.doutula.com/photo/list/?page=' + str(canshu)
sp = requests.get(url, headers=headers).text
doc=pq(sp)
item=doc('.col-xs-6 img').items()
for i in item:
cu=i.attr('data-original')
#r(cu,'F:/斗图的/%s.jpg'%u)
# u+=1
#print('当前已保存%d张'%u)
#print(cu)
redis = StrictRedis(host='172.18.200.5', port=6379, db=1, password='')
redis.sadd('斗图网下载图片的URL', cu)
except Exception as e:
print('出现错误',e.args)
a=int(input('请问你需要爬取多少页呢:'))
print('正在爬取链接并保存到redis数据库中请稍等........')
for i in range(a):
xpan(i+1)
redis = StrictRedis(host='172.18.200.5', port=6379, db=1, password='')
redis.srem('斗图网下载图片的URL','None')
for i in redis.smembers('斗图网下载图片的URL'):
t=str(i,encoding='utf8')
#print(t)
r=t.split('/')[-1]
dizhi='F:/斗图/'+r
req=requests.get(t)
with open(dizhi,'wb')as p:
p.write(req.content)
print('保存完毕 已保存了%d张'%o)
o+=1
Loading...
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化