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。