• linkedu视频
  • 平面设计
  • 电脑入门
  • 操作系统
  • 办公应用
  • 电脑硬件
  • 动画设计
  • 3D设计
  • 网页设计
  • CAD设计
  • 影音处理
  • 数据库
  • 程序设计
  • 认证考试
  • 信息管理
  • 信息安全
菜单
linkedu.com
  • 网页制作
  • 数据库
  • 程序设计
  • 操作系统
  • CMS教程
  • 游戏攻略
  • 脚本语言
  • 平面设计
  • 软件教程
  • 网络安全
  • 电脑知识
  • 服务器
  • 视频教程
  • vbs
  • DOS/BAT
  • hta/htc
  • python
  • perl
  • VBA
  • ColdFusion
  • ruby
  • PowerShell
  • Lua
  • Golang
  • linux shell
您的位置:首页 > 脚本语言 >python > Python使用Scrapy爬取妹子图

Python使用Scrapy爬取妹子图

作者:hebedich 字体:[增加 减小] 来源:互联网

hebedich 通过本文主要向大家介绍了python爬虫scrapy,python scrapy,python3.5 scrapy,python scrapy安装,scrapy python3等相关知识,希望对您有所帮助,也希望大家支持linkedu.com www.linkedu.com

Python Scrapy爬虫,听说妹子图挺火,我整站爬取了,上周一共搞了大概8000多张图片。和大家分享一下。

核心爬虫代码

# -*- coding: utf-8 -*-
from scrapy.selector import Selector
import scrapy
from scrapy.contrib.loader import ItemLoader, Identity
from fun.items import MeizituItem
 
 
class MeizituSpider(scrapy.Spider):
  name = "meizitu"
  allowed_domains = ["meizitu.com"]
  start_urls = (
    'http://www.meizitu.com/',
  )
 
  def parse(self, response):
    sel = Selector(response)
    for link in sel.xpath('//h2/a/@href').extract():
      request = scrapy.Request(link, callback=self.parse_item)
      yield request
 
    pages = sel.xpath("//div[@class='navigation']/div[@id='wp_page_numbers']/ul/li/a/@href").extract()
    print('pages: %s' % pages)
    if len(pages) > 2:
      page_link = pages[-2]
      page_link = page_link.replace('/a/', '')  
      request = scrapy.Request('http://www.meizitu.com/a/%s' % page_link, callback=self.parse)
      yield request
 
  def parse_item(self, response):
    l = ItemLoader(item=MeizituItem(), response=response)
    l.add_xpath('name', '//h2/a/text()')
    l.add_xpath('tags', "//div[@id='maincontent']/div[@class='postmeta clearfix']/div[@class='metaRight']/p")
    l.add_xpath('image_urls', "//div[@id='picture']/p/img/@src", Identity())
 
    l.add_value('url', response.url)
    return l.load_item()
</div>

项目地址:https://github.com/ZhangBohan/fun_crawler

以上所述就是本文的全部内容了,希望大家能够喜欢。

</div>

您可能想查找下面的文章:

  • 使用Python的Scrapy框架十分钟爬取美女图
  • 使用Python的Scrapy框架十分钟爬取美女图
  • 讲解Python的Scrapy爬虫框架使用代理进行采集的方法
  • 讲解Python的Scrapy爬虫框架使用代理进行采集的方法
  • Python爬虫框架Scrapy实战之批量抓取招聘信息
  • Python使用Scrapy爬取妹子图
  • Python使用Scrapy爬取妹子图
  • 使用Python的Scrapy框架编写web爬虫的简单示例
  • Python基于scrapy采集数据时使用代理服务器的方法
  • Python使用scrapy采集数据时为每个请求随机分配user-agent的方法

相关文章

  • python从入门到精通(DAY 1)
  • Python使用ntplib库同步校准当地时间的方法
  • Python中super关键字用法实例分析
  • 详解Python中的静态方法与类成员方法
  • Python中关键字nonlocal和global的声明与解析
  • python 读写、创建 文件的方法(必看)
  • python中的五种异常处理机制介绍
  • Python模拟登陆淘宝并统计淘宝消费情况的代码实例分享
  • 开源Web应用框架Django图文教程
  • 使用Python解析JSON数据的基本方法

文章分类

  • vbs
  • DOS/BAT
  • hta/htc
  • python
  • perl
  • VBA
  • ColdFusion
  • ruby
  • PowerShell
  • Lua
  • Golang
  • linux shell

最近更新的内容

    • python按照多个字符对字符串进行分割的方法
    • Python采用raw_input读取输入值的方法
    • python client使用http post 到server端的代码
    • Python简单实现Base64编码和解码的方法
    • python设置windows桌面壁纸的实现代码
    • 浅析python递归函数和河内塔问题
    • python 使用get_argument获取url query参数
    • Python Socket编程详细介绍
    • python使用PyGame绘制图像并保存为图片文件的方法
    • Python 抓取动态网页内容方案详解

关于我们 - 联系我们 - 免责声明 - 网站地图

©2020-2025 All Rights Reserved. linkedu.com 版权所有