Python爬虫实现获取动态gif格式搞笑图片的方法示例

本文实例讲述了python爬虫实现获取动态gif格式搞笑图片的方法。分享给大家供大家参考，具体如下：

有时候看到一些喜欢的动图，如果一个个取保存挺麻烦，有的网站还不支持右键保存，因此使用python来获取动态图，就看看就很有意思了

本次爬取的网站是  居然搞笑网 http://www.zbjuran.com/dongtai/list_4_1.html

思路：

获取当前页面内容

查找页面中动图所代表的url地址

保存这个地址内容到本地

如果想爬取多页，就可以加上一个循环条件

代码：

#!/usr/bin/python
#coding:utf-8
import urllib2,time,uuid,urllib,os,sys,re
from bs4 import beautifulsoup
reload(sys)
sys.setdefaultencoding('utf-8')
#获取页面内容
def gethtml(url):
    try:
        print url
        html = urllib2.urlopen(url).read()#.decode('utf-8')#解码为utf-8
    except:
        return
    return html
#获取动图所代表的url列表
def getimagurl(html):
    if not html:
        print 'nothing can be found'
        return
    imagurllist=[]
    soup=beautifulsoup(html,'lxml')
    #获取item列表
    items=soup.find("div",{"class":"main"}).find_all('div',{'class':'item'})
    for item in items:
        target={}
        #通过if语句，过滤广告项
        if item.find('div',{"class":"text"}):
            #获取url
            imgurl=item.find('div',{"class":"text"}).find('img').get('src')
            target['url']=imgurl
            #获取名字
            target['name']=item.find('h3').text
            imagurllist.append(target)
    return imagurllist
#下载图片到本地
def download(author,imgurl,typename,pageno):
    #定义文件夹的名字
    x = time.localtime(time.time())
    foldername = str(x.__getattribute__("tm_year"))+"-"+str(x.__getattribute__("tm_mon"))+"-"+str(x.__getattribute__("tm_mday"))
    download_img=none
    picpath = 'jimy/%s/%s/%s' % (foldername,typename,str(pageno))
    filename = author+str(uuid.uuid1())
    pic_type=imgurl[-3:]
    if not os.path.exists(picpath):
        os.makedirs(picpath)
    target = picpath+"/%s.%s" % (filename,pic_type)
    print "动图存贮位置:"+target
    download_img = urllib.urlretrieve(imgurl, target)#将图片下载到指定路径中
    print "图片出处为："+imgurl
    return download_img
#退出函数
def myquit():
    print "bye bye!"
    exit(0)
def start(pageno):
    targeturl="http://www.zbjuran.com/dongtai/list_4_%s.html" % str(pageno)
    html = gethtml(targeturl)
    urllist=getimagurl(html)
    for imgurl in urllist:
        download(imgurl['name'],imgurl['url'],'搞笑动图',pageno)
if __name__ == '__main__':
    print '''
            *****************************************
            **  welcome to spider of gif     **
            **   created on 2017-3-16      **
            **   @author: jimy         **
            *****************************************'''
    pageno = raw_input("input the page number you want to scratch (1-50),please input 'quit' if you want to quit\n\
请输入要爬取的页面，范围为（1-100），如果退出，请输入q>\n>")
    while not pageno.isdigit() or int(pageno) > 50 or int(pageno) < 1:
        if pageno == 'q':
            myquit()
        print "param is invalid , please try again."
        pageno = raw_input("input the page number you want to scratch >")
    print pageno
    start(pageno)
    #第一次爬取结束
    pageno = raw_input("input the page number you want to scratch (1-50),please input 'quit' if you want to quit\n\
请输入总共需要爬取的页面，范围为（1-5000），如果退出，请输入q>\n>")
    while not pageno.isdigit() or int(pageno) > 5000 or int(pageno) < 1:
        if pageno == 'q':
            myquit()
        print "param is invalid , please try again."
        pageno = raw_input("input the page number you want to scratch >")
    #循环遍历，爬取多页
    for num in xrange(int(pageno)):
        start(str(num+1))

结果如下：

                        *****************************************
                        **    welcome to spider of gif         **
                        **      created on 2017-3-16           **
                        **      @author: jimy                  **
                        *****************************************
input the page number you want to scratch (1-50),please input 'quit' if you want to quit
请输入要爬取的页面，范围为（1-100），如果退出，请输入q>
>1
1
http://www.zbjuran.com/dongtai/list_4_1.html
动图存贮位置:jimy/2017-3-16/搞笑动图/1/真是艰难的选择。3f0fe8f6-09f8-11e7-9161-f8bc12753d1e.gif
图片出处为：http://www.zbjuran.com/uploads/allimg/170206/10-1f206135zhj.gif
动图存贮位置:jimy/2017-3-16/搞笑动图/1/这么贱会被打死吧……3fa9da88-09f8-11e7-9161-f8bc12753d1e.gif
图片出处为：http://www.zbjuran.com/uploads/allimg/170206/10-1f206135h35u.gif
动图存贮位置:jimy/2017-3-16/搞笑动图/1/一看就是印度……4064e60c-09f8-11e7-9161-f8bc12753d1e.gif
图片出处为：http://www.zbjuran.com/uploads/allimg/170206/10-1f20613543c50.gif
动图存贮位置:jimy/2017-3-16/搞笑动图/1/新垣结衣的正经工作脸414b4f52-09f8-11e7-9161-f8bc12753d1e.gif
图片出处为：http://www.zbjuran.com/uploads/allimg/170206/10-1f206135250553.gif
动图存贮位置:jimy/2017-3-16/搞笑动图/1/妹子这是在摇什么的421afa86-09f8-11e7-9161-f8bc12753d1e.gif
图片出处为：http://www.zbjuran.com/uploads/allimg/170206/10-1f20613493n03.gif
input the page number you want to scratch (1-50),please input 'quit' if you want to quit
请输入总共需要爬取的页面，范围为（1-5000），如果退出，请输入q>
>q
bye bye!

最终就能够获得动态图了

更多关于python相关内容可查看本站专题：《python socket编程技巧总结》、《python正则表达式用法总结》、《python数据结构与算法教程》、《python函数使用技巧总结》、《python字符串操作技巧汇总》、《python入门与进阶经典教程》及《python文件与目录操作技巧汇总》

希望本文所述对大家python程序设计有所帮助。