簡(jiǎn)單的Python抓taobao圖片爬蟲
更新時(shí)間：2014年10月26日 14:54:50 投稿：hebedich
這篇文章主要介紹了簡(jiǎn)單的Python抓taobao圖片爬蟲,需要的朋友可以參考下
寫了一個(gè)抓taobao圖片的爬蟲，全是用if，for，while寫的，比較簡(jiǎn)陋，入門作品。
從網(wǎng)頁(yè)http://mm.taobao.com/json/request_top_list.htm?type=0&page=中提取taobao模特的照片。
復(fù)制代碼 代碼如下:
# -*- coding: cp936 -*-
import urllib2
import urllib
mmurl=" i=0#第二頁(yè)有個(gè)人的頁(yè)面沒(méi)圖片,會(huì)出現(xiàn)IO錯(cuò)誤
while i<15:
url=mmurl+str(i)
#print url #打印出列表的url
up=urllib2.urlopen(url)#打開頁(yè)面，存入句柄中
cont=up.read()
#print len(cont)#頁(yè)面的長(zhǎng)度
ahref='<a href="http'#篩選頁(yè)面內(nèi)網(wǎng)頁(yè)鏈接的關(guān)鍵字
target="target"
pa=cont.find(ahref)#找出網(wǎng)頁(yè)鏈接的頭部位置
pt=cont.find(target,pa)#找出網(wǎng)頁(yè)鏈接的尾部位置
for a in range(0,20):#如才能不把20硬編碼進(jìn)去？如何找到文件結(jié)尾？
urlx=cont[pa+len(ahref)-4:pt-2]#從頭部到尾部，將網(wǎng)頁(yè)鏈接存入變量
if len(urlx) < 60:#如果網(wǎng)頁(yè)鏈接長(zhǎng)度適合【len（）?。。?！】
urla=urlx #那么就準(zhǔn)備將其打印出來(lái)
print urla #這是想要的model個(gè)人URL
#########以下開始對(duì)model個(gè)人的URL進(jìn)行操作#########
mup=urllib2.urlopen(urla)#打開model個(gè)人的頁(yè)面，存入句柄中
mcont=mup.read()#對(duì)model頁(yè)面的句柄進(jìn)行讀出操作，存入mcont字符串
imgh="<img style=" #篩選頁(yè)面內(nèi)【圖片】鏈接的關(guān)鍵字
imgt=".jpg"
iph=mcont.find(imgh)#找出【圖片】鏈接的頭部位置
ipt=mcont.find(imgt,iph)#找出【圖片】鏈接的尾部位置
for b in range(0,10):#又是硬編碼····
mpic=mcont[iph:ipt+len(imgt)]#原始圖片鏈接，鏈接字符的噪聲太大
iph1=mpic.find("http")#對(duì)上面的鏈接再過(guò)濾一次
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”(設(shè)為100竟然會(huì)誤傷)
pica=picx #【是len(picx)<100而不是picx!!】不然會(huì)不顯示
print pica
############################
###########開始下載pica這個(gè)圖片
urllib.urlretrieve(pica,"pic\\tb"+str(i)+"x"+str(a)+"x"+str(b)+".jpg")
########### pica圖片下載完畢.(加上各循環(huán)體的數(shù)字，以免名字重復(fù))
############################
iph=mcont.find(imgh,iph+len(imgh))#開始下一個(gè)循環(huán)
ipt=mcont.find(imgt,iph)
############model個(gè)人URL內(nèi)的【圖片鏈接】提取完畢##########
pa=cont.find(ahref,pa+len(ahref))#將原來(lái)的頭部位作為起始點(diǎn)，繼續(xù)向后找下一個(gè)頭部
pt=cont.find(target,pa)#繼續(xù)找下一個(gè)尾部
i+=1
您可能感興趣的文章:
- python抓取網(wǎng)頁(yè)圖片示例(python爬蟲)
- Python爬蟲：通過(guò)關(guān)鍵字爬取百度圖片
- python實(shí)現(xiàn)爬蟲下載美女圖片
- 編寫Python爬蟲抓取暴走漫畫上gif圖片的實(shí)例分享
- python制作花瓣網(wǎng)美女圖片爬蟲
- Python爬蟲實(shí)現(xiàn)百度圖片自動(dòng)下載
- python爬蟲入門教程之糗百圖片爬蟲代碼分享
- python利用urllib實(shí)現(xiàn)爬取京東網(wǎng)站商品圖片的爬蟲實(shí)例
- Python中Scrapy爬蟲圖片處理詳解
- Python爬蟲實(shí)現(xiàn)獲取動(dòng)態(tài)gif格式搞笑圖片的方法示例
相關(guān)文章
使用Python統(tǒng)計(jì)代碼運(yùn)行時(shí)間的兩種方法
有時(shí)候我們需要記錄一個(gè)程序運(yùn)行的時(shí)間,下面這篇文章主要給大家介紹了關(guān)于使用Python統(tǒng)計(jì)代碼運(yùn)行時(shí)間的兩種方法,文中通過(guò)圖文以及示例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-12-12
Pytorch深度學(xué)習(xí)經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)resnet模塊訓(xùn)練
這篇文章主要介紹了Pytorch深度學(xué)習(xí)經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)resnet模塊訓(xùn)練，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-05-05
數(shù)據(jù)泄露已經(jīng)成為一個(gè)嚴(yán)重的問(wèn)題,為了保護(hù)用戶和公司的隱私,給文件夾加密已經(jīng)成為一個(gè)必要的步驟,本文主要介紹了Python給文件夾加解密的實(shí)現(xiàn),感興趣的可以了解一下2023-11-11
不管你的Python報(bào)什么錯(cuò)，用這個(gè)模塊就能正常運(yùn)行
說(shuō)到python強(qiáng)大的地方，那真是太多了，優(yōu)雅、簡(jiǎn)潔、豐富且強(qiáng)大的第三方庫(kù)，開發(fā)速度快，活躍度高等，本文講到的就是其中一個(gè)模塊，用了它，再也不用擔(dān)心代碼不能運(yùn)行了2018-09-09
Python Pandas學(xué)習(xí)之Pandas數(shù)據(jù)結(jié)構(gòu)詳解
Pandas中一共有三種數(shù)據(jù)結(jié)構(gòu)，分別為：Series、DataFrame和MultiIndex（老版本中叫Panel ）。其中Series是一維數(shù)據(jù)結(jié)構(gòu)，DataFrame是二維的表格型數(shù)據(jù)結(jié)構(gòu)，MultiIndex是三維的數(shù)據(jù)結(jié)構(gòu)。本文將詳細(xì)為大家講解這三個(gè)數(shù)據(jù)結(jié)構(gòu)，需要的可以參考一下2022-02-02
解決Ubuntu18中的pycharm不能調(diào)用tensorflow-gpu的問(wèn)題
這篇文章主要介紹了解決Ubuntu18中的pycharm不能調(diào)用tensorflow-gpu的問(wèn)題，文中通過(guò)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
關(guān)于Python Socket編程的要點(diǎn)詳解
Socket是網(wǎng)絡(luò)編程的一個(gè)抽象概念,通常我們用一個(gè)Socket表示“打開了一個(gè)網(wǎng)絡(luò)鏈接”,而打開一個(gè)Socket需要知道目標(biāo)計(jì)算機(jī)的IP地址和端口號(hào),再指定協(xié)議類型即可,這篇文章主要給大家介紹了關(guān)于Python Socket編程的相關(guān)資料,需要的朋友可以參考下2021-08-08
將Python應(yīng)用部署到生產(chǎn)環(huán)境的小技巧分享
文章主要講述了在將Python應(yīng)用程序部署到生產(chǎn)環(huán)境之前,需要進(jìn)行的準(zhǔn)備工作和最佳實(shí)踐,包括心態(tài)調(diào)整、代碼審查、測(cè)試覆蓋率提升、配置文件優(yōu)化、日志記錄完善、文檔更新、環(huán)境搭建、自動(dòng)化流水線、性能調(diào)優(yōu)、監(jiān)控與告警、安全加固以及故障恢復(fù)2025-01-01
Python利用Beautiful Soup模塊創(chuàng)建對(duì)象詳解
這篇文章主要介紹了Python利用Beautiful Soup模塊創(chuàng)建對(duì)象的相關(guān)資料，文中介紹的非常詳細(xì)，相信對(duì)大家具有一定的參考價(jià)值，需要的朋友們下面來(lái)一起看看吧。2017-03-03
這篇文章主要介紹了Python求導(dǎo)數(shù)的方法,涉及Python數(shù)學(xué)運(yùn)算的相關(guān)技巧,需要的朋友可以參考下2015-05-05