国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 編程 > Python > 正文

簡單的Python抓taobao圖片爬蟲

2020-02-23 06:06:16
字體:
來源:轉載
供稿:網友

寫了一個抓taobao圖片的爬蟲,全是用if,for,while寫的,比較簡陋,入門作品。

從網頁http://mm.taobao.com/json/request_top_list.htm?type=0&page=中提取taobao模特的照片。

代碼如下:
# -*- coding: cp936 -*-
import urllib2
import urllib
mmurl="http://mm.taobao.com/json/request_top_list.htm?type=0&page="
i=0#第二頁有個人的頁面沒圖片,會出現IO錯誤
while i<15:
        url=mmurl+str(i)
        #print url #打印出列表的url
        up=urllib2.urlopen(url)#打開頁面,存入句柄中
        cont=up.read()
        #print len(cont)#頁面的長度
        ahref='<a href="http'#篩選頁面內網頁鏈接的關鍵字
        target="target"
        pa=cont.find(ahref)#找出網頁鏈接的頭部位置
        pt=cont.find(target,pa)#找出網頁鏈接的尾部位置
        for a in range(0,20):#如才能不把20硬編碼進去?如何找到文件結尾?
                urlx=cont[pa+len(ahref)-4:pt-2]#從頭部到尾部,將網頁鏈接存入變量
                if len(urlx) < 60:#如果網頁鏈接長度適合【len()!!!!】
                    urla=urlx     #那么就準備將其打印出來
                    print urla    #這是想要的model個人URL
                    #########以下開始對model個人的URL進行操作#########
                    mup=urllib2.urlopen(urla)#打開model個人的頁面,存入句柄中
                    mcont=mup.read()#對model頁面的句柄進行讀出操作,存入mcont字符串
                    imgh="<img style=" #篩選頁面內【圖片】鏈接的關鍵字
                    imgt=".jpg"
                    iph=mcont.find(imgh)#找出【圖片】鏈接的頭部位置

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 江北区| 监利县| 承德县| 喀喇沁旗| 北安市| 长子县| 温宿县| 丹棱县| 新河县| 嵊州市| 阜康市| 双鸭山市| 杭州市| 汤阴县| 拉孜县| 乌审旗| 广东省| 咸丰县| 自治县| 靖西县| 共和县| 资源县| 阳江市| 句容市| 连山| 闽清县| 喀什市| 莱芜市| 民勤县| 邵阳县| 健康| 汉川市| 肇源县| 普兰县| 隆尧县| 改则县| 会泽县| 武胜县| 临海市| 呼图壁县| 泰兴市|