Python爬虫实战笔记_1-4 爬动态加载页面

练习如何爬一个动态加载的网页,并将图片下载到本地。

美女图片网址打开不容易,换成爬knewone的图片。加载原理相同。

#!usr/bin/env python
#_*_ coding: utf-8 _*_
#
# filter out specifical info from a dynamic webpage
#
from bs4 import BeautifulSoup
import requests
import os
import urllib


def getemtext(element):
    return element.get_text().strip()

def get_target_info(url):
    wbdata = requests.get(url)
    soup = BeautifulSoup(wbdata.text, 'lxml')
    titlelsit = soup.select('section.content > h4 > a')
    imglist = soup.select('header.cover > a > img')
    # link = soup.select('section.content > h4 > a')
    datalist = []
    for (title,img) in zip(titlelsit, imglist):
        data = {
            "title": getemtext(title), #title.get_text(),
            "img": img.get('src').split('!')[0]
        }
        print(data)
        datalist.append(data)
    return datalist
    #downimg(data['img'], data['title'])

def downimg(url, filename=''):
    if not filename:
        filename = os.path.basename(url)
    else:
        filename = filename + '.' + url.split('.')[-1]
    filepath = os.path.join('knewonepic', filename)
    urllib.request.urlretrieve(url, filepath)
    #print(filepath)

def downimgproxy(url, filename=''):

    #urllib.request.urlretrieve(url, filepath)
    #print(filepath)
    proxies = {'http': "207.62.234.53:8118"}
    headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36'}
    request = requests.get(url, proxies = proxies, headers = headers)
    if request.status_code != 200:
        return

    if not filename:
        filename = os.path.basename(url)
    else:
        filename = filename + '.' + url.split('.')[-1]
    filepath = os.path.join('knewonepic', filename)

    with open(filepath, 'wb') as f:
        f.write(request.content)

if __name__ == "__main__":
    folder = 'knewonepic'
    if not os.path.exists(folder):
        os.mkdir(folder)

    url = 'https://knewone.com/things/categories/sheng-huo'
    urls = [url + "?page={}".format(pageid) for pageid in range(1, 10)]
    for url in urls:
        datas = get_target_info(url)
        for data in datas:
            downimgproxy(data['img'], data['title'])

截取部分运行结果

{'img': 'https://making-photos.b0.upaiyun.com/photos/2b70f6cd1b3f54f693a04746c697dc4c.jpg', 'title': 'Humanscale World Chair 工作椅'}
{'img': 'https://making-photos.b0.upaiyun.com/photos/abe59bbfa954ba252bcdb69d21893246.jpg', 'title': 'Lithe Clock'}
{'img': 'https://making-photos.b0.upaiyun.com/photos/93a1293213d0c97322f457dedd484576.jpg', 'title': '日式取暖桌こたつ'}
{'img': 'https://making-photos.b0.upaiyun.com/photos/503d0ec2e327089a8b05b1b94f0a1611.jpg', 'title': '磁力沙漏'}
{'img': 'https://making-photos.b0.upaiyun.com/photos/fcddd7860eb8d3a80ab6c4c7676ea899.jpg', 'title': 'Anglepoise Original 1227 台灯'}
{'img': 'https://making-photos.b0.upaiyun.com/photos/5aa04046f2a53d4a3eb5a74d92fc0981.jpg', 'title': 'Starry Light'}
{'img': 'https://making-photos.b0.upaiyun.com/photos/549b66529d656c3dd1194926a8d1b71e.png', 'title': 'The Swiss Musical Starship'}
{'img': 'https://making-photos.b0.upaiyun.com/photos/91ed4e9eab2d3969ae6fae753a731a92.jpg', 'title': 'Philips Hue LED 灯泡'}
{'img': 'https://making-photos.b0.upaiyun.com/photos/cc2f649e5ff5990492ebd32931ce90f5.jpg', 'title': 'Slimline'}

下载到本地文件夹中的图片,用从页面中爬出来的title为图片命名�


Screen Shot 2016-06-27 at 9.28.00 PM.png
总结
  • 下载图片的方法
    (1) downimg() 用urllib.request.urlretrieve方法实现图片下载
    (2) downimgproxy() 用proxy实现图片下载
  • 使用代理的方法还得再研究研究。 照视频里老师的例子把代码运行成功了,但还没有真正想清楚
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,163评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,301评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,089评论 0 352
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,093评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,110评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,079评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,005评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,840评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,278评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,497评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,667评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,394评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,980评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,628评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,649评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,548评论 2 352

推荐阅读更多精彩内容

  • 1 前言 作为一名合格的数据分析师,其完整的技术知识体系必须贯穿数据获取、数据存储、数据提取、数据分析、数据挖掘、...
    whenif阅读 18,070评论 45 523
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 172,060评论 25 707
  • 声明:本文讲解的实战内容,均仅用于学习交流,请勿用于任何商业用途! 一、前言 强烈建议:请在电脑的陪同下,阅读本文...
    Bruce_Szh阅读 12,700评论 6 28
  • 本内容为《用Python写网络爬虫》书籍内容,有兴趣的读者可以购买本书,本章的代码皆可在Python3中运行。为了...
    海人为记阅读 2,248评论 0 5
  • 晚上做梦梦到与外星人大战。那战况叫一个激烈,不过却觉得外星人异常的,绅士!说不打的时候就不打,待人非常的真诚。不过...
    一串葡萄枝头挂阅读 137评论 0 0