怎么用python代码实现爬取奥特曼图片

这篇文章主要讲解了"怎么用python代码实现爬取奥特曼图片"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"怎么用python代码实现爬取奥特曼图片"吧！

爬取网址：http://www.ultramanclub.com/allultraman/

使用工具：pycharm，requests

进入网页

打开开发者工具

点击 Network

刷新网页，获取信息

其中的Request URL就是我们所爬取的网址

滑到最下有一个User-Agent，复制

向服务器发送请求

200意味着请求成功

使用 response.text 获取文本数据

可以看到有些乱码

使用encode转换

import requests url = 'http://www.ultramanclub.com/allultraman/' headers = {    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.82 Safari/537.36'} response = requests.get(url = url,headers=headers)html = response.textHtml=html.encode('iso-8859-1').decode('gbk')print(Html)

接下来开始爬取需要的数据

使用Xpath获得网页链接

要使用Xpath必须先导入parsel包

import requestsimport parsel def get_response(html_url):    headers = {        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.82 Safari/537.36'    }     response = requests.get(url = html_url,headers=headers)    return response url = 'http://www.ultramanclub.com/allultraman/'response = get_response(url)html=response.text.encode('iso-8859-1').decode('gbk')selector = parsel.Selector(html) period_hrefs = selector.xpath('//div[@class="btn"]/a/@href')  #获取三个时代的网页链接 for period_href in period_hrefs:    print(period_href.get())

可以看到网页链接不完整，我们手动给它添加上去period_href = 'http://www.ultramanclub.com/allultraman/' + period_href.get()

进入其中一个网页

跟之前的操作一样，用Xpath获取奥特曼的网页信息

for period_href in period_hrefs:    period_href = 'http://www.ultramanclub.com/allultraman/' + period_href.get()    # print(period_href)    period_response = get_response(period_href).text    period_html = parsel.Selector(period_response)    lis = period_html.xpath('//div[@class="ultraheros-Contents_Generations"]/div/ul/li/a/@href')    for li in lis:        print(li.get())

运行后同样发现链接不完整

li = 'http://www.ultramanclub.com/allultraman/' + li.get().replace('./','')

拿到网址后继续套娃操作,就可以拿到图片数据

png_url = 'http://www.ultramanclub.com/allultraman/' + li_selector.xpath('//div[@class="left"]/figure/img/@src').get().replace('../','')

完整代码

import requestsimport parselimport os dirname = "奥特曼"if not os.path.exists(dirname):     #判断是否存在名称为奥特曼的文件夹，没有就创建    os.mkdir(dirname)  def get_response(html_url):    headers = {        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.82 Safari/537.36'    }     response = requests.get(url = html_url,headers=headers)    return response url = 'http://www.ultramanclub.com/allultraman/'response = get_response(url)html=response.text.encode('iso-8859-1').decode('gbk')selector = parsel.Selector(html) period_hrefs = selector.xpath('//div[@class="btn"]/a/@href')  #获取三个时代的网页链接 for period_href in period_hrefs:    period_href = 'http://www.ultramanclub.com/allultraman/' + period_href.get()     period_html = get_response(period_href).text    period_selector = parsel.Selector(period_html)    lis = period_selector.xpath('//div[@class="ultraheros-Contents_Generations"]/div/ul/li/a/@href')    for li in lis:        li = 'http://www.ultramanclub.com/allultraman/' + li.get().replace('./','')     #获取每个奥特曼的网址        # print(li)        li_html = get_response(li).text        li_selector = parsel.Selector(li_html)        url = li_selector.xpath('//div[@class="left"]/figure/img/@src').get()        # print(url)         if url:            png_url = 'http://www.ultramanclub.com/allultraman/' + url.replace('.', '')            png_title =li_selector.xpath('//ul[@class="lists"]/li[3]/text()').get()            png_title = png_title.encode('iso-8859-1').decode('gbk')            # print(li,png_title)            png_content = get_response(png_url).content            with open(f'{dirname}\\{png_title}.png','wb') as f:                f.write(png_content)            print(png_title,'图片下载完成')        else:            continue

当爬到 奈克斯特奥特曼的时候，就会返回None，调了半天，也没搞懂，所以用if url：语句跳过了奈克斯特奥特曼，有没有大佬知道原因

url = li_selector.xpath('//div[@class="left"]/figure/img/@src').get()

感谢各位的阅读，以上就是"怎么用python代码实现爬取奥特曼图片"的内容了，经过本文的学习后，相信大家对怎么用python代码实现爬取奥特曼图片这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！