Python3爬蟲爬取英雄聯(lián)盟高清桌面壁紙功能示例【基于Scrapy框架】
更新時間：2018年12月05日 11:17:33 作者：包子源
這篇文章主要介紹了Python3爬蟲爬取英雄聯(lián)盟高清桌面壁紙功能,結(jié)合實例形式分析了基于Scrapy爬蟲框架進行圖片爬取的相關項目創(chuàng)建、文件結(jié)構、功能實現(xiàn)操作技巧與注意事項,需要的朋友可以參考下
本文實例講述了Python3爬蟲爬取英雄聯(lián)盟高清桌面壁紙功能。分享給大家供大家參考，具體如下：
使用Scrapy爬蟲抓取英雄聯(lián)盟高清桌面壁紙
源碼地址：https://github.com/snowyme/loldesk
開始項目前需要安裝python3和Scrapy，不會的自行百度，這里就不具體介紹了
首先，創(chuàng)建項目
scrapy startproject loldesk
生成項目的目錄結(jié)構
首先需要定義抓取元素，在item.py中，我們這個項目用到了圖片名和鏈接
import scrapy class LoldeskItem(scrapy.Item): name = scrapy.Field() ImgUrl = scrapy.Field() pass
接下來在爬蟲目錄創(chuàng)建爬蟲文件，并編寫主要代碼，loldesk.py
import scrapy
from loldesk.items import LoldeskItem
class loldeskpiderSpider(scrapy.Spider):
name = "loldesk"
allowed_domains = ["www.win4000.com"]
# 抓取鏈接
start_urls = [
'http://www.win4000.com/zt/lol.html'
]
def parse(self, response):
list = response.css(".Left_bar ul li")
for img in list:
imgurl = img.css("a::attr(href)").extract_first()
imgurl2 = str(imgurl)
next_url = response.css(".next::attr(href)").extract_first()
if next_url is not None:
# 下一頁
yield response.follow(next_url, callback=self.parse)
yield scrapy.Request(imgurl2, callback=self.content)
def content(self, response):
item = LoldeskItem()
item['name'] = response.css(".pic-large::attr(title)").extract_first()
item['ImgUrl'] = response.css(".pic-large::attr(src)").extract()
yield item
# 判斷頁碼
next_url = response.css(".pic-next-img a::attr(href)").extract_first()
allnum = response.css(".ptitle em::text").extract_first()
thisnum = next_url[-6:-5]
if int(allnum) > int(thisnum):
# 下一頁
yield response.follow(next_url, callback=self.content)
圖片的鏈接和名稱已經(jīng)獲取到了，接下來需要使用圖片通道下載圖片并保存到本地，pipelines.py：
from scrapy.pipelines.images import ImagesPipeline
from scrapy.exceptions import DropItem
from scrapy.http import Request
import re
class MyImagesPipeline(ImagesPipeline):
def get_media_requests(self, item, info):
for image_url in item['ImgUrl']:
yield Request(image_url,meta={'item':item['name']})
def file_path(self, request, response=None, info=None):
name = request.meta['item']
name = re.sub(r'[？\\*|“<>:/()0123456789]', '', name)
image_guid = request.url.split('/')[-1]
filename = u'full/{0}/{1}'.format(name, image_guid)
return filename
def item_completed(self, results, item, info):
image_path = [x['path'] for ok, x in results if ok]
if not image_path:
raise DropItem('Item contains no images')
item['image_paths'] = image_path
return item
最后在settings.py中設置存儲目錄并開啟通道：
# 設置圖片存儲路徑
IMAGES_STORE = 'F:/python/loldesk'
#啟動pipeline中間件
ITEM_PIPELINES = {
'loldesk.pipelines.MyImagesPipeline': 300,
}
在根目錄下運行程序：
scrapy crawl loldesk
大功告成?。?！一共抓取到128個文件夾
更多關于Python相關內(nèi)容可查看本站專題：《Python Socket編程技巧總結(jié)》、《Python正則表達式用法總結(jié)》、《Python數(shù)據(jù)結(jié)構與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設計有所幫助。
相關文章
Python程序能用很多方式處理日期和時間。轉(zhuǎn)換日期格式是一個常見的例行瑣事，這篇文章主要介紹了Python中的日期時間處理的幾種方式的區(qū)別和聯(lián)系,需要的朋友可以參考下2016-11-11
踩坑:pytorch中eval模式下結(jié)果遠差于train模式介紹
這篇文章主要介紹了踩坑:pytorch中eval模式下結(jié)果遠差于train模式介紹，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
項目里需要解析html，采用python語言實現(xiàn)，發(fā)現(xiàn)了BeautifulSoup這個好用的東西，寫了一個程序，可能大家不知道，干什么用的，目的是讓大家知道如何使用 BeautifulSoup 當然我這個是用都是很初級的，高級的使用，偶也沒有學會呢，太高深了2009-07-07
這篇文章主要為大家詳細介紹了python實現(xiàn)多層感知器的相關資料，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-01-01
這篇文章主要介紹了python構造函數(shù)init實例方法解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-01-01
這篇文章主要介紹了Pytorch 使用CNN圖像分類的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-06-06
今天小編就為大家分享一篇Pytorch Tensor的索引與切片例子，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08
python GUI庫圖形界面開發(fā)之PyQt5開發(fā)環(huán)境配置與基礎使用
這篇文章主要介紹了python GUI庫圖形界面開發(fā)之PyQt5開發(fā)環(huán)境配置與基礎使用,需要的朋友可以參考下2020-02-02
Django 響應數(shù)據(jù)response的返回源碼詳解
這篇文章主要介紹了Django 響應數(shù)據(jù)response的返回源碼詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-08-08
這篇文章主要介紹了Python中的支持向量機SVM的使用（附實例代碼），文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-06-06