betway必威-betway必威官方网站
做最好的网站

BeautifulSoup抓取表情包并保存

完美解决斗图表情包不够的状况:

# -* - coding: UTF-8 -* -
#导入第三方库
import urllib
from bs4 import BeautifulSoup
import requests
import os
import time
import random

# 获取文件夹,如果文件夹不存在则创建新文件夹
if os.path.isdir('E://python//biaoqing//'):
   pass
else:
   os.mkdir('E://python//biaoqing//')
local="E:\python\biaoqing\"    #保存图片的文件夹
get_url='http://qq.yh31.com'
url=get_url '/zjbq/0551964_25.html'
Agent =[
        'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us)AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50',
        'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0',
        'Mozilla/5.0 (X11; U; Linux x86_64; zh-CN; rv:1.9.2.10) Gecko/20100922 Ubuntu/10.10 (maverick) Firefox/3.6.10',
        'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36',
        'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',
        'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; QQDownload 732; .NET4.0C; .NET4.0E)',
        'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36'
]
User_Agent=random.choice(Agent)
headers={'User-Agent':User_Agent}
html_doc=requests.get(url,headers=headers).text
soup=BeautifulSoup(html_doc,'lxml')   #解析 html_doc

#获取所有img标签里面 属性alt值为空的img标签
pss=soup.find_all('img',attrs={'alt':''})
for ims in pss:
    img_url=get_url ims['src']#图片的路径
    s='%s'% ims['src'] # 获取字符 截取相应的名称及格式
    mingzi=s.split('/')[-1] #图片命名所用,可以解决图片的不同格式
    urllib.request.urlretrieve(img_url, local   '%s' % mingzi)
    time.sleep(2)  # 设置休眠时间,访问频繁容易被封


这种翻页的网址,网址名字基本相似,字符拼接获取新的网页,for循环重复获取新的网页内容即可还得想要的表情包!

 

本文由betway必威发布于编程开发,转载请注明出处:BeautifulSoup抓取表情包并保存

TAG标签: betway必威
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。