网站

https://qqtang.qq.com/web2008/page/story.htm
网站上有很多人物 介绍， 包括行走图

人物介绍页面

这个页面有独立的网址，格式如下
https://qqtang.qq.com/web2008/info/hy.htm

https://qqtang.qq.com/web2008/info 是前缀共同部分
hy.htm是火影hy+ htm 网页后缀

gif

页面上有3个gif ，有3个方向， 把左边行走图翻转一下就是右边

python 请求数据并下载

python的 requests 库可以发送get 请求， get请求可以获得静态页面数据

import requests
content = requests.get(url)
print(content.text)

以上代码拿到所有的静态网页text

下载gif的话,fileName是文件名

import requests
content = requests.get(gif_url)
with open(fileName,'wb') as writer:
  writer.write(content.content)
 
 

全部代码

import  requests
url = 'https://qqtang.qq.com/web2008/page/story.htm'
content = requests.get(url)

urls = []# 所有的 网址 ， 人物网址
for ix , c in enumerate(content.text):
    if '/web2008/info/' in content.text[ix:ix+len('/web2008/info/')] :
        print(content.text[ix:ix+30])
        urls.append(content.text[ix:ix+30].split('\"')[0])
print(urls)
import pandas as pd
datas = []
for url in urls:
    # 每一个页面
    full = 'https://qqtang.qq.com{}'.format(url)
    rsp =requests.get(full )
    rsp.encoding = 'gbk'
    content = rsp.text

    if "<div class=\"ny_strpic\">" not in content:
        print('continue',full)
        continue
    #<font class="ny_txtart">毛毛：</font>

    name  = content[content.index('ny_txtart">')+len('ny_txtart">'):content.index('</font>')]
    print(name)
    content2  = content[content.index("<div class=\"ny_strpic\">"):]
    content2 = content2[:content2.index('</div>')]
    print('-----')
    print(content2)

    # 拿出gifs
    gifs = []
    for text in content2.split('<img src="'):
        if 'http' in text:
            gif_url = text[text.index('http'):text.index('gif')+3]
            gifs.append(gif_url)
    print('gifs',gifs)
    for gif_url in gifs:
        datas.append((name[:-1],gif_url))

    for g in gifs:
        content = requests.get(g)
        with open('gif/'+name[:-1]+g.split('/')[-1], 'wb') as wr:
            wr.write(content.content)


df = pd.DataFrame(datas,columns=['人物','下载地址'])
df.to_excel('all_player.xlsx')
df.to_csv('all_player.csv')