Python爬虫代码--人人网照片下载

#!/usr/bin/env python
# encoding: utf-8
"""
Python: 3.6 转战python3,感觉良好,再也不用担心编码问题了oy
Author: ISeeMoon
Software: PyCharm
File: renren.py
Time: 2018/1/20 13:07
"""

import re
import os
import json
import requests
from selenium import webdriver
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By

#手动输入用户名和密码来登陆并获取cookies
login_account = input("请输入你的用户名(以Enter键结束):")
password = input("请输入你的密码(以Enter键结束):")

#chrome版本为63.0,chromedriver.exe版本为v2.34
#1.chrome版本与chromedriver版本对应关系表见网址:
#  http://blog.csdn.net/huilan_same/article/details/51896672
#2.chromedriver下载地址见:
#  http://chromedriver.storage.googleapis.com/index.html
#3.将下载的chromedriver放到C盘下即可
chromepath = r"C:\chromedriver.exe"
cookie_dic = {}

chrome_opt = webdriver.ChromeOptions()
prefs={"profile.managed_default_content_settings.images":2}
chrome_opt.add_experimental_option("prefs",prefs)

browser = webdriver.Chrome(chromepath,chrome_options=chrome_opt)

browser.get('http://www.renren.com/')
wait = WebDriverWait(browser,3)

login = wait.until(
    EC.presence_of_element_located((By.XPATH,"//input[@name='email']"))
)
login.send_keys(login_account)
pwd = wait.until(
    EC.presence_of_element_located((By.XPATH,"//input[@id='password']"))
)
pwd.send_keys(password)
browser.find_element_by_xpath("//form[@id='loginForm']/dl[@class='savepassword clearfix']/dt/label[@class='labelCheckbox']/input[@id='autoLogin']").click()
browser.find_element_by_xpath("//form[@id='loginForm']/dl[@class='bottom']/input[@id='login']").click()

while 'ln_uact' not in cookie_dic.keys():
    cookies = browser.get_cookies()
    print('登陆Cookies获取完毕...')
    # 将selenium获取的cookies格式转换为requests所识别的格式
    for i in cookies:
        cookie_dic[i['name']] = i['value']
print('登陆Cookies获取完毕,准备开始抓取相片...')

headers = {'Host':'photo.renren.com',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'}
headers1 = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.84 Safari/537.36'}

user_id = cookie_dic['id']
albumlist_url = "http://photo.renren.com/photo/{}/albumlist/v7#".format(user_id)


albumInfo = []

def get_albumInfo():
    #获取每个相册的名称和url
    req = requests.get(albumlist_url,headers=headers,cookies=cookie_dic)
    res = req.text
    pattern = ''''albumList':\s(.*?]),'''
    albumlist = eval(re.findall(pattern,res)[0])
    for album in albumlist:
        dic = {}
        dic['albumName'] = album['albumName']
        albumID = album['albumId']
        dic['albumURL'] = "http://photo.renren.com/photo/{}/album-{}".format(user_id, albumID)
        albumInfo.append(dic)
    print('相册信息获取完毕...')

def get_photoURL(albumInfo):
    for album in albumInfo:
        print('开始获取相册:{} 中的照片信息...'.format(album['albumName']))
        albumURL = album['albumURL']
        # albumURL = 'http://photo.renren.com/photo/238355337/album-464515082/v7'
        albumName = album['albumName']
        res_photo = requests.get(albumURL,headers=headers,cookies=cookie_dic).text
        pattern = "'photoList':(.*?]),"
        photojson = json.loads(re.findall(pattern,res_photo)[0])
        photoList = []
        for photo in photojson:
            photoURL = photo['url']
            photoList.append(photoURL)
        album['photoList'] = photoList
        print('相册:{} 照片信息获取完毕...'.format(album['albumName']))

def download_photo(albumInfo):
    print('在C盘创建人人网文件夹...')
    dir_path = r"C:\人人网"
    if os.path.exists(dir_path) == False:
        os.mkdir(dir_path)
    for album in albumInfo:
        albumpath = os.path.join(dir_path,album['albumName'])
        os.mkdir(albumpath)
        print('创建-{}-相册'.format(album['albumName']))
    for album in albumInfo:
        #筛除空相册
        if len(album['photoList']) != 0:
            for i in range(len(album['photoList'])):
                src = (album['photoList'][i])
                photopath = '{}\{}\{}.jpg'.format(dir_path,album['albumName'],i)
                with open(photopath,'wb') as f:
                    print(photopath, src)
                    try:
                        f.write(requests.get(src,headers=headers1,timeout=15).content)
                    except:
#记录下载失败的相片信息,并记录在人人网文件夹下的下载失败.txt文件里
                        print(album['albumName']+'→相册下的相片:'+src+'  下载失败!')
                        error_lst.append(src)
    with open('c:\\人人网\下载失败.txt', 'w') as f:
        for i in error_lst:
            f.write(str(error_lst.index(i)) + ' ' + i + '\n')
def main():
    get_albumInfo()
    get_photoURL(albumInfo)
    download_photo(albumInfo)

if __name__ == '__main__':
    main()
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 211,948评论 6 492
  • 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 90,371评论 3 385
  • 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 157,490评论 0 348
  • 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 56,521评论 1 284
  • 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 65,627评论 6 386
  • 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 49,842评论 1 290
  • 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 38,997评论 3 408
  • 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 37,741评论 0 268
  • 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 44,203评论 1 303
  • 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 36,534评论 2 327
  • 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 38,673评论 1 341
  • 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 34,339评论 4 330
  • 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 39,955评论 3 313
  • 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 30,770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 32,000评论 1 266
  • 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 46,394评论 2 360
  • 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 43,562评论 2 349

推荐阅读更多精彩内容