python爬煎蛋妹子图

# python3
# jiandan meizi tu
import urllib.request
import os
import time
import random

def url_open(url):
    req1 = urllib.request.Request(url, headers={‘User-Agent‘: ‘Mozilla/4.0‘})
    req2 = urllib.request.Request(url, headers={‘User-Agent‘: ‘Mozilla/4.1‘})
    req3 = urllib.request.Request(url, headers={‘User-Agent‘: ‘Mozilla/4.5‘})
    req4 = urllib.request.Request(url, headers={‘User-Agent‘: ‘Mozilla/5.1‘})
    req_list = [req1, req2,req3, req4]
    response = urllib.request.urlopen(random.choice(req_list))
    html = response.read()
    # print (‘url_open done!‘)
    return html

def get_current_page(url):
    html = url_open(url).decode(‘utf-8‘)
    a = html.find(‘current-comment-page‘) + 23
    b = html.find(‘]‘,a)
    return html[a:b]

def find_imgs(url):
    html = url_open(url).decode(‘utf-8‘)
    img_addrs = []
    a = html.find(‘img src="http‘)
    while a != -1:
        b = html.find(‘.jpg‘,a, a+255)
        if b != -1:
            img_addrs.append(html[a+9:b+4])
        else:
            b = a + 13
        a = html.find(‘img src="http‘, b)
    return img_addrs

def save_imgs(folder,img_addrs):
    for each in img_addrs:
        filename = each.split(‘/‘)[-1]
        with open(filename,‘wb‘) as f:
            img = url_open(each)
            f.write(img)

def download_mm(folder = ‘xx‘,pages = 300):
    # os.mkdir(folder)
    os.chdir(folder)

    url = ‘http://jandan.net/ooxx/‘
    current_page_num = int(get_current_page(url))
    for i in range(pages):
        print (time.strftime("%Y-%m-%d %H:%M:%S",time.localtime()),‘current_page_num‘, current_page_num)
        if i%3 == 0:
            print (time.strftime("%Y-%m-%d %H:%M:%S",time.localtime()),"sleep 2 seconds...")
            time.sleep(2)
        current_page_num -= 1
        page_url = url + ‘page-‘ + str(current_page_num) + ‘#comments‘
        img_addrs = find_imgs(page_url)
        save_imgs(folder, img_addrs)

if __name__ == ‘__main__‘:
    download_mm()
时间: 2025-01-04 01:47:12

python爬煎蛋妹子图的相关文章

[Java]使用HttpClient实现一个简单爬虫,抓取煎蛋妹子图

  第一篇文章,就从一个简单爬虫开始吧. 这只虫子的功能很简单,抓取到”煎蛋网xxoo”网页(http://jandan.net/ooxx/page-1537),解析出其中的妹子图,保存至本地. 先放结果: 从程序来讲,步骤分为三步: 1.发起一个http请求,获取返回的response内容: 2.解析内容,分离出有效图片的url: 3.根据这些图片的url,生成图片保存至本地. 开始详细说明: 准备工作:HttpClient的Jar包,访问http://hc.apache.org/   自行下

手把手教你用Python爬虫煎蛋妹纸海量图片

我们的目标是用爬虫来干一件略污事情 最近听说煎蛋上有好多可爱的妹子,而且爬虫从妹子图抓起练手最好,毕竟动力大嘛.而且现在网络上的妹子很黄很暴力,一下接受太多容易营养不量,但是本着有人身体就比较好的套路,特意分享下用点简单的技术去获取资源. 以后如果有机会,再给大家说说日本爱情动(大)作(雾)片的种子搜索爬取,多多关注. 请先准备 作案工具 我们只准备最简单的 python 2.7.11 Google Chrome 安装的时候记得把pip带上,这样可以方便我们安装一些好用的包,来方便我们干坏事(学

「玩转Python」突破封锁继续爬取百万妹子图

前言 从零学 Python 案例,自从提交第一个妹子图版本引来了不少小伙伴的兴趣.最近,很多小伙伴发来私信说,妹子图不能爬了!? 趁着周末试了一把,果然爬不动了,爬下来的都是些 0kb 的假图片,然后就是一系列的报错信息,显然妹子图图长已经做了防御措施. 伪装 无论怎么做防御措施,总不能把正常用户也给禁了?所以,我们要尽可能的伪装成正常用户,我就是来看妹子图的. 防盗链处理 延时处理请求图片 准备尽量多的请求头 动态代理IP(花钱,暂且不考虑) 请求头,越多越好,尽量避免同一个请求头去处理图片.

python爬虫之一---------豆瓣妹子图

1 #-*- coding:utf-8 -*- 2 __author__ = "carry" 3 import urllib 4 import urllib2 5 from bs4 import BeautifulSoup 6 7 8 url = 'http://www.dbmeinv.com/?pager_offset=1' 9 x = 1 10 def crawl(url): 11 headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6

Python爬虫之爬取煎蛋网妹子图

这篇文章通过简单的Python爬虫(未使用框架,仅供娱乐)获取并下载煎蛋网妹子图指定页面或全部图片,并将图片下载到磁盘. 首先导入模块:urllib.request.re.os import urllib.request import re import os urllib.request模块用于获取HTML页面数据 re模块用于通过正则表达式解析并截取HTML页面图片url os模块用于文件夹相关操作 代码不多,直接贴出来,代码解释在注释中: def crawl_jiandan(page, p

python3爬虫爬取煎蛋网妹纸图片

其实之前实现过这个功能,是使用selenium模拟浏览器页面点击来完成的,但是效率实际上相对来说较低.本次以解密参数来完成爬取的过程. 首先打开煎蛋网http://jandan.net/ooxx,查看网页源代码.我们搜索其中一张图片的编号,比如3869006,看下在源代码中是否能找到图片链接 从上面的HTML结构中找到这个标号对应的一些属性,没有直接的图片链接地址,只有一个src=//img.jandan.net/blank.gif,这很明显不是个真实的链接地址,因为每一个图片编号都有这个值.我

Python 爬虫入门(二)——爬取妹子图

Python 爬虫入门 听说你写代码没动力?本文就给你动力,爬取妹子图.如果这也没动力那就没救了. GitHub 地址: https://github.com/injetlee/Python/blob/master/%E7%88%AC%E8%99%AB%E9%9B%86%E5%90%88/meizitu.py 公众号:[智能制造专栏].欢迎关注,分享智能制造与编程那些事. 爬虫成果 当你运行代码后,文件夹就会越来越多,如果爬完的话会有2000多个文件夹,20000多张图片.不过会很耗时间,可以在

Python 爬虫入门之爬取妹子图

Python 爬虫入门之爬取妹子图 来源:李英杰  链接: https://segmentfault.com/a/1190000015798452 听说你写代码没动力?本文就给你动力,爬取妹子图.如果这也没动力那就没救了. GitHub 地址: https://github.com/injetlee/Python/blob/master/%E7%88%AC%E8%99%AB%E9%9B%86%E5%90%88/meizitu.py 爬虫成果 当你运行代码后,文件夹就会越来越多,如果爬完的话会有2

Python又来爬取妹子图啦,一个T的硬盘都不够用

淘女郎爬虫,可动态抓取淘女郎的信息和照片. 需要额外安装的第三方库 requests pip install requests pymongo pip install pymongo 学习Python过程中会遇到很多问题,你可以到我们的 python学习交流群[七 三 五,九 三 四,八 四 一],基础,进阶.从企业招聘人才需求 到怎么学习python,和学习什么内容都有免费系统分享,让你无论是自学还是找相应的培训都能让你少走弯路.希望可以帮助你快速了解Python,学习python 模块功能