最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python使用xpath實(shí)現(xiàn)圖片爬取

 更新時(shí)間:2020年09月16日 10:01:46   作者:lurkerzhang  
這篇文章主要介紹了Python使用xpath實(shí)現(xiàn)圖片爬取,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

高性能異步爬蟲

目的:在爬蟲中使用異步實(shí)現(xiàn)高性能的數(shù)據(jù)爬取操作

異步爬蟲的方式:

- 多線程、多進(jìn)程(不建議):

好處:可以為相關(guān)阻塞的操作單獨(dú)開啟多線程或進(jìn)程,阻塞操作就可以異步執(zhí)行;

弊端:無法無限制的開啟多線程或多進(jìn)程。

- 線程池、進(jìn)程池(適當(dāng)?shù)氖褂茫?br />

好處:我們可以降低系統(tǒng)對(duì)進(jìn)程或線程創(chuàng)建和銷毀的一個(gè)頻率,從而很好的降低系統(tǒng)的開銷;

弊端:池中線程或進(jìn)程的數(shù)據(jù)是有上限的。

代碼如下

# _*_ coding:utf-8 _*_
"""
@FileName  :6.4k圖片解析爬?。ó惒礁咝阅軠y(cè)試).py
@CreateTime :2020/8/14 0014 10:01
@Author   : Lurker Zhang
@E-mail   : 289735192@qq.com
@Desc.   :
"""

import requests
from lxml import etree
from setting.config import *
import json
import os
import time
from multiprocessing.dummy import Pool


def main():
  # 圖片采集源地址
  # source_url = 'http://pic.netbian.com/4kmeinv/'
  # temp_url = 'http://pic.netbian.com/4kmeinv/index_{}.html'
  # source_url = 'http://pic.netbian.com/4kdongman/'
  # temp_url = 'http://pic.netbian.com/4kdongman/index_{}.html'
  source_url = 'http://pic.netbian.com/4kmingxing/'
  temp_url = 'http://pic.netbian.com/4kmingxing/index_{}.html'
  # 本此采集前多少頁(yè),大于1的整數(shù)
  page_sum = 136
  all_pic_list_url = []
  if page_sum == 1:
    pic_list_url = source_url
    print('開始下載:' + pic_list_url)
    all_pic_list_url.append(pic_list_url)
  else:
    # 先采集第一頁(yè)
    pic_list_url = source_url
    # 調(diào)用采集單頁(yè)圖片鏈接的函數(shù)
    all_pic_list_url.append(pic_list_url)
    # 再采集第二頁(yè)開始后面的頁(yè)數(shù)
    for page_num in range(2, page_sum + 1):
      pic_list_url = temp_url.format(page_num)
      all_pic_list_url.append(pic_list_url)
  # 單頁(yè)圖片多線程解析
  pool1 = Pool(10)
  pool1.map(down_pic, all_pic_list_url)

  print('采集完成,本地成功下載{0}張圖片,失敗{1}張圖片。'.format(total_success, total_fail))
  # 存儲(chǔ)已下載文件名列表:
  with open("../depository/mingxing/pic_name_list.json", 'w', encoding='utf-8') as fp:
    json.dump(pic_name_list, fp)


def down_pic(pic_list_url):
  print("準(zhǔn)備解析圖片列表頁(yè):",pic_list_url)
  # 獲取圖片列表頁(yè)的網(wǎng)頁(yè)數(shù)據(jù)
  pic_list_page_text = requests.get(url=pic_list_url, headers=headers).text
  tree_1 = etree.HTML(pic_list_page_text)
  # 獲取圖片地址列表
  pic_show_url_list = tree_1.xpath('//div[@class="slist"]/ul//a/@href')
  pic_url_list = [get_pic_url('http://pic.netbian.com' + pic_show_url) for pic_show_url in pic_show_url_list]

  # 開始下載并保存圖片(多線程)
  pool2 = Pool(5)
  pool2.map(save_pic, pic_url_list)


def save_pic(pic_url):
  print("準(zhǔn)備下載圖片:",pic_url)
  global total_success, total_fail, pic_name_list,path
  picname = get_pic_name(pic_url)
  if not picname in pic_name_list:
    # 獲取日期作為保存位置文件夾

    pic = requests.get(url=pic_url, headers=headers).content
    try:
      with open(path + picname, 'wb') as fp:
        fp.write(pic)
    except IOError:
      print(picname + "保存失敗")
      total_fail += 1
    else:
      pic_name_list.append(picname)
      total_success += 1
      print("成功保存圖片:{0},共成功采集{1}張。".format(picname, total_success))

  else:
    print("跳過,已下載過圖片:" + picname)
    total_fail += 1


def get_pic_name(pic_url):
  return pic_url.split('/')[-1]


def get_pic_url(pic_show_url):
  tree = etree.HTML(requests.get(url=pic_show_url, headers=headers).text)
  return 'http://pic.netbian.com/' + tree.xpath('//div[@class="photo-pic"]/a/img/@src')[0]


if __name__ == '__main__':
  # 讀入已采集圖片的名稱庫(kù),名稱存在重復(fù)的表示已經(jīng)采集過將跳過不采集
  if not os.path.exists('../depository/mingxing/pic_name_list.json'):
    with open("../depository/mingxing/pic_name_list.json", 'w', encoding="utf-8") as fp:
      json.dump([], fp)
  with open("../depository/mingxing/pic_name_list.json", "r", encoding="utf-8") as fp:
    pic_name_list = json.load(fp)
  path = '../depository/mingxing/' + time.strftime('%Y%m%d', time.localtime()) + '/'
  if not os.path.exists(path):
    os.mkdir(path)
  # 記錄本次采集圖片的數(shù)量
  total_success = 0
  total_fail = 0
  main()

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • python中關(guān)于對(duì)super()函數(shù)疑問解惑

    python中關(guān)于對(duì)super()函數(shù)疑問解惑

    Python中的super()是用于調(diào)用父類(或父類的父類...)方法的函數(shù),主要用于多繼承,單繼承問題不大,下面這篇文章主要給大家介紹了關(guān)于python中關(guān)于對(duì)super()函數(shù)疑問解惑的相關(guān)資料,需要的朋友可以參考下
    2022-08-08
  • python 自動(dòng)識(shí)別并連接串口的實(shí)現(xiàn)

    python 自動(dòng)識(shí)別并連接串口的實(shí)現(xiàn)

    這篇文章主要介紹了python 自動(dòng)識(shí)別并連接串口的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-01-01
  • Django Path轉(zhuǎn)換器自定義及正則代碼實(shí)例

    Django Path轉(zhuǎn)換器自定義及正則代碼實(shí)例

    這篇文章主要介紹了Django Path轉(zhuǎn)換器自定義及正則代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-05-05
  • Python小技巧練習(xí)分享

    Python小技巧練習(xí)分享

    這篇文章主要介紹了Python小技巧練習(xí)分享,文章基于python的相關(guān)內(nèi)容展開詳細(xì)的python小技巧內(nèi)容,具有一定的參考價(jià)值,需要的小伙伴可以參考一下
    2022-05-05
  • Python登錄注冊(cè)驗(yàn)證功能實(shí)現(xiàn)

    Python登錄注冊(cè)驗(yàn)證功能實(shí)現(xiàn)

    本篇文章給大家整理了用python實(shí)現(xiàn)登陸注冊(cè)驗(yàn)證的基本會(huì)員功能,對(duì)此有需要的朋友可以參考下。
    2018-06-06
  • Python sublime安裝及配置過程詳解

    Python sublime安裝及配置過程詳解

    這篇文章主要介紹了Python sublime安裝及配置過程詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-06-06
  • python實(shí)現(xiàn)根據(jù)文件格式分類

    python實(shí)現(xiàn)根據(jù)文件格式分類

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)根據(jù)文件格式分類,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2019-10-10
  • python子線程如何有序執(zhí)行

    python子線程如何有序執(zhí)行

    最近在寫一個(gè)項(xiàng)目,需要用到子線程,那么python子線程如何有序執(zhí)行,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-05-05
  • Python基于遞歸算法實(shí)現(xiàn)的漢諾塔與Fibonacci數(shù)列示例

    Python基于遞歸算法實(shí)現(xiàn)的漢諾塔與Fibonacci數(shù)列示例

    這篇文章主要介紹了Python基于遞歸算法實(shí)現(xiàn)的漢諾塔與Fibonacci數(shù)列,結(jié)合實(shí)例形式分析了漢諾塔與Fibonacci數(shù)列的遞歸實(shí)現(xiàn)技巧,需要的朋友可以參考下
    2018-04-04
  • 通過python的matplotlib包將Tensorflow數(shù)據(jù)進(jìn)行可視化的方法

    通過python的matplotlib包將Tensorflow數(shù)據(jù)進(jìn)行可視化的方法

    今天小編就為大家分享一篇通過python的matplotlib包將Tensorflow數(shù)據(jù)進(jìn)行可視化的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01

最新評(píng)論

油尖旺区| 杭锦后旗| 长海县| 上饶市| 正镶白旗| 靖安县| 大姚县| 卓尼县| 会昌县| 鄢陵县| 长葛市| 临朐县| 鹿邑县| 原阳县| 绍兴市| 如东县| 常州市| 三原县| 榆中县| 南溪县| 宜兴市| 平乡县| 洪江市| 乾安县| 榕江县| 巩义市| 昌平区| 东兰县| 五台县| 罗定市| 鞍山市| 太湖县| 三台县| 平阳县| 青龙| 慈利县| 永宁县| 泌阳县| 江口县| 灯塔市| 南阳市|