首页 > 范文大全

Python使用Scrapy爬取妹子图

时间：2024年11月01日

来源：new371433

编辑：本站小编

收藏本文

下载本文

下面小编为大家带来Python使用Scrapy爬取妹子图，本文共3篇，希望能帮助大家!本文原稿由网友“new371433”提供。

篇1：Python使用Scrapy爬取妹子图

前面我们给大家介绍了使用nodejs来爬取妹纸图片的方法，下面我们来看下使用Python是如何实现的呢，有需要的小伙伴参考下吧，

Python Scrapy爬虫，听说妹子图挺火，我整站爬取了，上周一共搞了大概8000多张图片。和大家分享一下。

核心爬虫代码

# -*- coding: utf-8 -*-from scrapy.selector import Selectorimport scrapyfrom scrapy.contrib.loader import ItemLoader, Identityfrom fun.items import MeizituItem class MeizituSpider(scrapy.Spider): name = “meizitu” allowed_domains = [“meizitu.com”] start_urls = ( ‘www.meizitu.com/‘, ) def parse(self, response): sel = Selector(response) for link in sel.xpath(‘//h2/a/@href‘).extract:request = scrapy.Request(link, callback=self.parse_item)yield request pages = sel.xpath(“//div[@class=‘navigation‘]/div[@id=‘wp_page_numbers‘]/ul/li/a/@href”).extract() print(‘pages: %s‘ % pages) if len(pages) >2:page_link = pages[-2]page_link = page_link.replace(‘/a/‘, ‘‘) request = scrapy.Request(‘www.meizitu.com/a/%s‘ % page_link, callback=self.parse)yield request def parse_item(self, response): l = ItemLoader(item=MeizituItem(), response=response) l.add_xpath(‘name‘, ‘//h2/a/text()‘) l.add_xpath(‘tags‘, “//div[@id=‘maincontent‘]/div[@class=‘postmeta. clearfix‘]/div[@class=‘metaRight‘]/p”) l.add_xpath(‘image_urls‘, “//div[@id=‘picture‘]/p/img/@src”, Identity()) l.add_value(‘url‘, response.url) return l.load_item()

项目地址：github.com/ZhangBohan/fun_crawler

以上所述就是本文的全部内容了，希望大家能够喜欢，