python批量爬取猫咪图片

不多说直接上代码

首先需要安装需要的库，安装命令如下

pip install BeautifulSoup

pip install requests

pip install urllib

pip install lxmlfrom bs4 import BeautifulSoup # 贵族名宠网页爬虫

import requests
import urllib.request
# 网址
url = \'http://www.hengdadog.com/sale-1.html\'
def allpage():  # 获得所有网页
    all_url = []
    for i in range(1, 8): #循环翻页次数
        each_url = url.replace(url[-6], str(i))  # 替换
        all_url.append(each_url)
    return (all_url)  # 返回地址列表

if __name__ == \'__main__\':
    img_url = allpage()  # 调用函数
    for url in img_url:
        # 获得网页源代码
        print(url)
        requ = requests.get(url)
        req = requ.text.encode(requ.encoding).decode()
        html = BeautifulSoup(req, \'lxml\')
        t = 0
        # 选择目标url
        img_urls = html.find_all(\'img\')
        for k in img_urls:
            img = k.get(\'src\')  # 图片
            print(img)
            name = str(k.get(\'alt\'))  # 名字，这里的强制类型转换很重要
            type(name)
            # 先本地新建一下文件夹，保存图片并且命名
            path = \'F:\\CAT\\\'  # 路径
            file_name = path + name + \'.jpg\'
            imgs = requests.get(img)     # 存储入文件                                                      
            try:
                urllib.request.urlretrieve(img, file_name)  # 打开图片地址，下载图片保存在本

            except:
                print("error")

运行效果：

 上面代码有不少缺陷，比如需要手动创建目录以及判断目录是否存在，下载没有提示，于是做了些优化：

from bs4 import BeautifulSoup  # 贵族名宠网页爬虫
import requests
import urllib.request
import os
# 网址
url = \'http://www.hengdadog.com/sale-1.html\'
if os.path.exists(\'F:\\CAT\'):#判断目录是否存在，存在则跳过，不存在则创建
    pass
else:
    os.mkdir(\'F:\\CAT\') 
def allpage():  # 获得所有网页
    all_url = []
    for i in range(1, 10): #循环翻页次数
        each_url = url.replace(url[-6], str(i))  # 替换
        all_url.append(each_url)
    return (all_url)  # 返回地址列表

if __name__ == \'__main__\':
    img_url = allpage()  # 调用函数
    for url in img_url:
        # 获得网页源代码
        print(url)
        requ = requests.get(url)
        req = requ.text.encode(requ.encoding).decode()
        html = BeautifulSoup(req, \'lxml\')
        t = 0
        # 选择目标url
        img_urls = html.find_all(\'img\')
        for k in img_urls:
            img = k.get(\'src\')  # 图片
            print(img)
            name = str(k.get(\'alt\'))  # 名字，这里的强制类型转换很重要
            type(name)
            # 保存图片并且命名
            path = \'F:\\CAT\\\'  # 路径      
            file_name = path + name + \'.jpg\'
            imgs = requests.get(img)     # 存储入文件                                                      
            try:
                urllib.request.urlretrieve(img, file_name)  # 打开图片地址，下载图片保存在本地，
                print(\'正在下载图片到F:\CAT目录······\')
            except:
                print("error")

打包成EXE文件：

进入文件目录输入如下命令

pyinstaller -F get_cat.py