简单的抓取淘宝图片的Python爬虫
2014-12-25 00:00
1231 查看
写了一个抓taobao图片的爬虫,全是用if,for,while写的,比较简陋,入门作品。
从网页http://mm.taobao.com/json/request_top_list.htm?type=0&page=中提取taobao模特的照片。
是不是很简单呢,小伙伴们稍微修改下就可以抓取其他内容了的。。。
从网页http://mm.taobao.com/json/request_top_list.htm?type=0&page=中提取taobao模特的照片。
# -*- coding: cp936 -*- import urllib2 import urllib mmurl="http://mm.taobao.com/json/request_top_list.htm?type=0&page=" i=0#第二页有个人的页面没图片,会出现IO错误 while i<15: url=mmurl+str(i) #print url #打印出列表的url up=urllib2.urlopen(url)#打开页面,存入句柄中 cont=up.read() #print len(cont)#页面的长度 ahref='<a href="http'#筛选页面内网页链接的关键字 target="target" pa=cont.find(ahref)#找出网页链接的头部位置 pt=cont.find(target,pa)#找出网页链接的尾部位置 for a in range(0,20):#如才能不把20硬编码进去?如何找到文件结尾? urlx=cont[pa+len(ahref)-4:pt-2]#从头部到尾部,将网页链接存入变量 if len(urlx) < 60:#如果网页链接长度适合【len()!!!!】 urla=urlx #那么就准备将其打印出来 print urla #这是想要的model个人URL #########以下开始对model个人的URL进行操作######### mup=urllib2.urlopen(urla)#打开model个人的页面,存入句柄中 mcont=mup.read()#对model页面的句柄进行读出操作,存入mcont字符串 imgh="<img style=" #筛选页面内【图片】链接的关键字 imgt=".jpg" iph=mcont.find(imgh)#找出【图片】链接的头部位置 ipt=mcont.find(imgt,iph)#找出【图片】链接的尾部位置 for b in range(0,10):#又是硬编码・・・・ mpic=mcont[iph:ipt+len(imgt)]#原始图片链接,链接字符的噪声太大 iph1=mpic.find("http")#对上面的链接再过滤一次 ipt1=mpic.find(imgt) #同上 picx=mpic[iph1:ipt1+len(imgt)] if len(picx)<150:#仍有一些URL是“http:ss.png><dfsdf>.jpg”(设为100竟然会误伤) pica=picx #【是len(picx)<100而不是picx!!】不然会不显示 print pica ############################ ###########开始下载pica这个图片 urllib.urlretrieve(pica,"pic\\tb"+str(i)+"x"+str(a)+"x"+str(b)+".jpg") ########### pica图片下载完毕.(加上各循环体的数字,以免名字重复) ############################ iph=mcont.find(imgh,iph+len(imgh))#开始下一个循环 ipt=mcont.find(imgt,iph) ############model个人URL内的【图片链接】提取完毕########## pa=cont.find(ahref,pa+len(ahref))#将原来的头部位作为起始点,继续向后找下一个头部 pt=cont.find(target,pa)#继续找下一个尾部 i+=1
是不是很简单呢,小伙伴们稍微修改下就可以抓取其他内容了的。。。
相关文章推荐
- 简单的抓取淘宝图片的Python爬虫
- 简单的抓取淘宝关键字信息、图片的Python爬虫|Python3中级玩家:淘宝天猫商品搜索爬虫自动化工具(第二篇)
- Python3简单爬虫抓取网页图片
- Python3简单爬虫抓取网页图片
- 简单python爬虫淘宝图片+界面编程+打包成exe
- 一个简单的python爬虫,抓取单个页面的图片
- 简单的python爬虫抓取图片实例
- Python3简单爬虫抓取网页图片
- Python爬虫学习笔记一:简单网页图片抓取
- python实现简单爬虫抓取图片
- 简单python爬虫淘宝图片+界面编程+打包成exe
- python 网络爬虫抓取图片
- 简单的Python抓taobao图片爬虫
- Python实现抓取页面上链接的简单爬虫分享
- Python爬虫抓取图片,网址从文件中读取
- Python爬虫之抓取网络图片
- Python入门-编写抓取网站图片的爬虫-正则表达式
- [Python学习] 简单网络爬虫抓取博客文章及思想介绍
- 使用Python编写简单网络爬虫抓取视频下载资源
- python实现简单爬虫模拟登录淘宝(cookie简介)