python 爬取壁纸网站的示例

本次爬虫用到的网址是：

http://www.netbian.com/index.htm: 彼岸桌面.里面有很多的好看壁纸，而且都是可以下载高清无损的，还比较不错，所以我就拿这个网站练练手。

作为一个初学者，刚开始的时候，无论的代码的质量如何，总之代码只要能够被正确完整的运行那就很能够让自己开心的，如同我们的游戏一样，能在短时间内得到正向的反馈，我们就会更有兴趣去玩。

学习也是如此，只要我们能够在短期内得到学习带来的反馈，那么我们的对于学习的欲望也是强烈的。

作为一个菜鸡，能够完整的完整此次爬虫程序的编写，那便是一个最大的收货，但其实我在此次过程中的收获远不止此。

好的代码其实应该具有以下特性

就以充分的测试为例，经常写代码的就应该知道，尽管多数时候你的代码没有BUG,但那仅仅说明只是大多数情况下是稳定的，但是在某些条件下就会出错（达到出错条件，存在逻辑问题的时候等）。这是肯定的。至于什么原因，不同的代码有不同的原因。如果代码程序都是一次就能完善的，那么我们使用的软件的软件就不会经常更新了。其他其中的道理就不一 一道说了，久而自知

好的代码一般具有的5大特性

1.便于维护2.可复用3.可扩展4.强灵活性5.健壮性

经过我的代码运行我发现时间复杂度比较大，因此这是我将要改进的地方，但也不止于此。也有很多利用得不合理的地方，至于存在的不足的地方就待我慢慢提升改进吧！

路过的大佬欢迎留下您宝贵的代码修改意见，

import osimport bs4import reimport timeimport requestsfrom bs4 import BeautifulSoupdef getHTMLText(url, headers): '''向目标服务器发起请求并返回响应''' try: r = requests.get(url=url, headers=headers) r.encoding = r.apparent_encoding soup = BeautifulSoup(r.text, 'html.parser') return soup except: return ''def CreateFolder(): '''创建存储数据文件夹''' flag = True while flag == 1: file = input('请输入保存数据文件夹的名称：') if not os.path.exists(file): os.mkdir(file) flag = False else: print(’该文件已存在，请重新输入’) flag = True # os.path.abspath(file) 获取文件夹的绝对路径 path = os.path.abspath(file) + '' return pathdef fillUnivList(ulist, soup): '''获取每一张图片的原图页面''' # [0]使得获得的ul是 <class ’bs4.BeautifulSoup’> 类型 div = soup.find_all(’div’, ’list’)[0] for a in div(’a’): if isinstance(a, bs4.element.Tag): hr = a.attrs[’href’] href = re.findall(r’/desk/[1-9]d{4}.htm’, hr) if bool(href) == True:ulist.append(href[0]) return ulistdef DownloadPicture(left_url,list,path): for right in list: url = left_url + right r = requests.get(url=url, timeout=10) r.encoding = r.apparent_encoding soup = BeautifulSoup(r.text,'html.parser') tag = soup.find_all('p') # 获取img标签的alt属性，给保存图片命名 name = tag[0].a.img.attrs[’alt’] img_name = name + '.jpg' # 获取图片的信息 img_src = tag[0].a.img.attrs[’src’] try: img_data = requests.get(url=img_src) except: continue img_path = path + img_name with open(img_path,’wb’) as fp: fp.write(img_data.content) print(img_name, ' ******下载完成！')def PageNumurl(urls): num = int(input('请输入爬取所到的页码数：')) for i in range(2,num+1): u = 'http://www.netbian.com/index_' + str(i) + '.htm' urls.append(u) return urlsif __name__ == '__main__': uinfo = [] left_url = 'http://www.netbian.com' urls = ['http://www.netbian.com/index.htm'] headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36' } start = time.time() # 1.创建保存数据的文件夹 path = CreateFolder() # 2. 确定要爬取的页面数并返回每一页的链接 PageNumurl(urls) n = int(input('访问的起始页面：')) for i in urls[n-1:]: # 3.获取每一个页面的首页数据文本 soup = getHTMLText(i, headers) # 4.访问原图所在页链接并返回图片的链接 page_list = fillUnivList(uinfo, soup) # 5.下载原图 DownloadPicture(left_url, page_list, path) print('全部下载完成！', '共' + str(len(os.listdir(path))) + '张图片') end = time.time() print('共耗时' + str(end-start) + '秒')运行

以上就是python 爬取壁纸网站的示例的详细内容，更多关于python 爬取壁纸网站的资料请关注好吧啦网其它相关文章！