代码复制可直接使用,记得pip install下载requests和bs4
最终版本
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
# 引入系统类库用于打开关闭文件
import sys
# 使用文档解析类库
from bs4 import BeautifulSoup
# 使用网络请求类库
import requests
#图片保存目录
path = 'D:/阴阳师'
#阴阳师壁纸网站
html_doc = "https://yys.163.com/media/picture.html"
# 请求
requests_html_doc = requests.get(html_doc).text
# 正则匹配所有href地址
regex = re. compile ( '.*?href="(.*?)2732x2048.jpg" rel="external nofollow" ' )
urls = regex.findall(requests_html_doc)
# set集合可以防止下载的图片重复
result = set ()
for i in urls:
result.add(i)
# 计数器用于图片命名
num = 0
# 文件路径、操作模式、编码 # r''
# 打开文件录入图片
f = open (r 'result.txt' , 'w' , encoding = 'utf-8' )
for a in urls:
try :
image_data = requests.get(a).content
image_name = '{}.jpg' . format (num) # 给每张图片命名
save_path = path + '/' + image_name # 图片的保存地址
with open (save_path, 'wb' ) as f:
f.write(image_data)
print (image_name, '=======================>下载成功!!!' )
num = num + 1 # 下一张图片名字序号加一
except :
pass
# 关闭文件录入
f.close()
print ( "\r\n扫描结果已写入到result.txt文件中\r\n" )
|
过程
借鉴代码
自己从0开始,没有头绪,而且对python掌握度不高,那先借鉴别人的代码开始,第一篇借鉴的代码如下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
|
# 引入系统类库
import sys
# 使用文档解析类库
from bs4 import BeautifulSoup
# 使用网络请求类库
import urllib.request
path = 'D:/阴阳师'
html_doc = "https://yys.163.com/media/picture.html"
# 获取请求
req = urllib.request.Request(html_doc)
# 打开页面
webpage = urllib.request.urlopen(req)
# 读取页面内容
html = webpage.read()
# 解析成文档对象
soup = BeautifulSoup(html, 'html.parser' ) # 文档对象
# 非法URL 1
invalidLink1 = '#'
# 非法URL 2
invalidLink2 = 'javascript:void(0)'
# set集合可以防止下载的图片连接重复
result = set ()
# 计数器用于图片命名
num = 0
# 查找文档中所有a标签
for k in soup.find_all( 'a' ):
# print(k)
# 查找href标签
link = k.get( 'href' )
# 过滤没找到的
if (link is not None ):
# 过滤非法链接
if link = = invalidLink1:
pass
elif link = = invalidLink2:
pass
elif link.find( "javascript:" ) ! = - 1 :
pass
else :
result.add(link)
for a in result:
# 文件路径、操作模式、编码 # r''
f = open (r 'result.txt' , 'w' , encoding = 'utf-8' )
# image_data = urllib.request.get(url=a).content
image_data = requests.get(url = a).content
image_name = '{}.jpg' . format (num) # 给每张图片命名
save_path = path + '/' + image_name # 图片的保存地址
with open (save_path, 'wb' ) as f:
f.write(image_data)
print (image_name, '=======================>下载成功!!!' )
num = num + 1 # 下一张图片名字序号加一
f.close()
print ( "\r\n扫描结果已写入到result.txt文件中\r\n" )
|
思考urllib.request和requests
借鉴的代码中使用urllib.request来请求,刚开始学习看到的一些代码实例也常用urllib.request来发起请求,之后看到有的代码使用的是requests。对于我个人,主观感受requests更加便捷,少写了几行代码,于是便去查阅了解两者的区别。
BeautifulSoup
接触到了BeautifulSoup,并且在一些文章的评论中看到对BeautifulSoup的称赞,进入文档查阅了下用法,改变了我之前对python,获取文档中部分特征的元素节点的写法困难的印象。
Beautiful Soup 4.4.0 文档
优化处理
之所以要加正则匹配,因为一开始获取到的图片链接里有空字符串的现象,在下载图片的时候直接报错整个程序挂掉,而且这个借鉴代码中的invalidLink1和invalidLink2看起来属实不舒服。所以添加了正则从源头保证链接的有效性,并且在执行下载代码中,添加了try,except保证程序出错也不会挂掉。
借鉴的代码中每一次的下载,都会对要保存的目录进行打开和关闭,于是将打开关闭抽离到最外层,下载的逻辑放在里面,下载图片成功的提速果然肉眼可见~
总结
壁纸确实不戳~,希望下一个学习的脚本能更加有趣~
以上就是Python 批量下载阴阳师网站壁纸的详细内容,更多关于python 下载阴阳师网站壁纸的资料请关注服务器之家其它相关文章!
原文链接:https://juejin.cn/post/6963871968378486798