我们在摸鱼冲浪时，看到一些十分中（hao）意(kan)的图（mei）片(nv)，总是忍不住流连忘返，甚至还想都保存下来，但是一张一张的保存又太麻烦了，那这时候就得用到咱们的python啦~

知识点：

1、系统分析目标网页
2、html标签数据解析方法
3、海量图片数据一键保存

软件：

• python 3.8
• pycharm 2021专业版
  没有软件的小伙伴可以在官网下载，也可以在点击此链接进群领取

需要安装的模块：

• requests # 第三方 模块
• parsel # 解析数据

键盘按 win+r 输入cmd打开命令提示符窗口，输入 pip install requests 安装，两个模块安装方法是一样的。

本文思路

1. 分析网站 (思路分析)

• ①确定爬取内容

数据所在地址 kanxiaojiejie 大家自己完善一下地址，包括后面代码里的。

• ②通过查看网页源代码分析数据内容

2、爬虫流程

发送请求 - 获取数据 - 解析数据 - 保存数据

• 向目标网站发送网络请求 kanxiaojiejie
• 获取数据 (网页源代码)
• 解析数据(提取数据) 相册详情页地址 标题
• 向详情页发送网络请求
• 获取数据 (网页源代码)
• 解析数据 (提取数据图片链接)
• 向图片链接发送请求
• 保存数据

代码展示

模块导入

import requests     
import parsel       

发送请求

def get_response(html_url):

    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.212 Safari/537.36'
    }
    # 为什么这里要 requests.get()  post() 请求会更安全...
    response = requests.get(url=html_url, headers=headers)
    return response

保存数据

    img_data = requests.get(img_url).content
    img_name = img_url.split('/')[-1]
    print("正在下载: " + img_name)
    with open("img\\" + img_name, mode='wb') as f:
        f.write(img_data)

解析数据
获取图片url地址以及标题 提取数据

def parse_1(html_data):

    selector = parsel.Selector(html_data)
    link_list = selector.css('.entry-title a::attr(href)').getall()
    return link_list

主函数

def run(url):
    data_html = get_response(url).text
    link_list = parse_1(data_html)
    for link in link_list:
        data_html_1 = get_response(link).text
        img_list = parse_2(data_html_1)
        for img in img_list:
            save(img)

调用主函数运行

for page in range(1, 112):
    url = f'kanxiaojiejie/page/{page}'
    run(url)

最后的照片我就不展示了，毕竟每个人都有一点自己的小私藏嘛嘿嘿~