文章目录
前言
今天刚好有个朋友托我写一个脚本，需求是爬取他刚看的一部动漫的剧照，于是我就开始着手满足他这个需求哈哈哈~因为这个脚本涉及到一些批量拿站也会用到的模块，所以就归类到Python渗透编程里了，我会分3步简要的说一下这个脚本的编写思路。
第一步：整合URL
我首先看了一下网站的URL结构，这种爬图的活儿有点像套娃，需要一层一层的去进行数据清洗，直到得到真正的地址.jpg
其实脚本很好理解，需要你掌握Python的正则，我这里有本详细的Python正则等待你的查收！
Python正则武林秘籍
这里还需要翻页，所以要做两个正则，分两次for循环传递
右键去看一下源码，构思一下正则
这样第一步的代码就出来了：
#get_num()的作用是整合裤袜视界全部图片的url def get_num(url1): url = 'https://movie.douban.com/subject//photos?type=S' req = requests.get(url=url,headers=header)
html = req.text page = re.findall(r'<a href=\"https://movie\.douban\.com/photos/photo/(.*?)\">',html) pages = re.findall(r'<a href=\"(.*?)\" >\d</a>',html) # 这里过滤一下需要跳转的页面的url，传给turn_page()进行处理 for j in pages: turn_page(j) #在这里把过滤出来的url列表赋值给i，拼接后传递给函数get_img_url() for i in page: url2 = url1+i get_img_url(url2) 这是自动翻页的代码：
# 这里获取翻页的url并进行二次处理 def turn_page(page): host = 'https://movie.douban.com/photos/photo/' url = page req = requests.get(url=url,headers=header)
html = req版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/pythonbc/10289.html