CSS抓取图片

先用CSS提取数据学习章节方法定位文章位置:


图中红色箭头属性为全局唯一

下面图片为要抓取的文章对应图片样例:


图中红色箭头为要抓取图片

下面是对应的html源码
<dl class="list_userbar">

                    <dt>
                        <a href="https://blog.csdn.net/valada" target="_blank" class="user_img">
                            <img src="https://avatar.csdn.net/E/2/6/1_valada.jpg" alt="valada" title="valada">
                        </a>
                    </dt>
                    <dd class="name">
                        <a href="https://blog.csdn.net/valada?utm_source=feed" target="_blank">
                            GitChat的博客                        </a>
                    </dd>
                                            <div class="interval"></div>
                        <dd class="tag">
                            <a href="/nav/ai" target="_blank">
                                人工智能                            </a>
                        </dd>
                                        <div class="interval"></div>
                    <dd class="time">
                        08月14日                    </dd>
                                        <div class="interval"></div>
                    <dd class="blogtitle">
                        来自 <a href="https://blog.csdn.net/valada?utm_source=feed" target="_blank">GitChat 的 blog</a>
                    </dd>
                                        <div class="interactive floatR">
                        <!--阅读 begin-->
                        <dd class="read_num">
                            <a href="https://blog.csdn.net/valada/article/details/81639661" data-track-click="{&quot;mod&quot;:&quot;popu_459&quot;,&quot;con&quot;:&quot;,https://blog.csdn.net/valada/article/details/81639661,none&quot;}">
                                <span class="num">3845</span>
                                <span class="text">阅读</span>
                            </a>
                        </dd>
                        <!--阅读 end-->
                        <!--新增评论数+阅读 begin-->
                        <div class="interval"></div>
                        <dd class="common_num ">
                            <a href="https://blog.csdn.net/valada/article/details/81639661#commentBox" target="_blank" data-track-click="{&quot;mod&quot;:&quot;popu_459&quot;,&quot;con&quot;:&quot;,https://blog.csdn.net/valada/article/details/81639661#commentBox,none&quot;}">
                                                                    <span class="num">10</span>                                <span class="text">评论</span>
                            </a>
                        </dd>
                        <!--新增评论数+阅读 end-->
                    </div>
                </dl>               

html源码分析:从代码中可以看到img对应的src地址是直接可访问地址,直接获取地址后就能获取图片。
下面是应用scrapy抓取代码:

#use scrapy shell debug
scrapy shell https://blog.csdn.net/
#get article title and url
response.css("#feedlist_id .clearfix .list_con .title h2 a::text").extract()
response.css("#feedlist_id .clearfix .list_con .title h2 a::attr(href)").extract()
#get the portrait of the author
import scrapy
import re
from scrapy.http import Request
from urllib import parse

post_nodes = response.css("#feedlist_id .clearfix .list_con .list_userbar dt a")    
        for post_node in post_nodes:
            image_url = post_node.css("img::attr(src)").extract_first("")
            post_url = post_node.css("::attr(href)").extract_first("")
            yield Request(url=parse.urljoin(response.url,post_url), meta={"front_image_url":}, callback=self.parse_detail)

在运行时会发现缺少pillow组件需安装,安装如下:

 (py3env) MacBook~/Python/tutorial/MySpider$ pip3 install -i https://pypi.douban.com/simple  pillow
Looking in indexes: https://pypi.douban.com/simple
Collecting pillow
  Downloading https://pypi.doubanio.com/packages/d1/21/bef2816809fac16754e07ed935469fc65f42ced1a94766de7c804179311d/Pillow-5.3.0-cp36-cp36m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (3.6MB)
    100% |████████████████████████████████| 3.6MB 2.2MB/s
Installing collected packages: pillow
Successfully installed pillow-5.3.0
You are using pip version 18.0, however version 18.1 is available.
You should consider upgrading via the 'pip install --upgrade pip' command.
©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 219,635评论 6 508
  • 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 93,628评论 3 396
  • 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 165,971评论 0 356
  • 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 58,986评论 1 295
  • 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 68,006评论 6 394
  • 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 51,784评论 1 307
  • 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 40,475评论 3 420
  • 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 39,364评论 0 276
  • 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 45,860评论 1 317
  • 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 38,008评论 3 338
  • 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 40,152评论 1 351
  • 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 35,829评论 5 346
  • 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 41,490评论 3 331
  • 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 32,035评论 0 22
  • 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 33,156评论 1 272
  • 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 48,428评论 3 373
  • 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 45,127评论 2 356

推荐阅读更多精彩内容

  • 序言第1章 Scrapy介绍第2章 理解HTML和XPath第3章 爬虫基础第4章 从Scrapy到移动应用第5章...
    SeanCheney阅读 15,081评论 13 61
  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 172,195评论 25 707
  • 用两张图告诉你,为什么你的 App 会卡顿? - Android - 掘金 Cover 有什么料? 从这篇文章中你...
    hw1212阅读 12,734评论 2 59
  • 《忽然就走到了西藏》 陈坤 这本书好华美,从封皮到纸张都是那么的精良,这是华东师范大学出版社出版的,全书只有十七...
    下野巴人阅读 196评论 0 0
  • 健身6次 跑步2次 突然发现今天悦跑圈上累计里程破100KM了~我还是这么做作地保持着对每一个特别一点日子的仪式感...
    Qiao楚的珍珠奶茶没有珍珠阅读 417评论 0 0