说实话，写这篇文章的时候，我还是很激动的
因为这是我第一次爬虫实战
好的，废话不多说，我们进入正题
今天我们要爬取酷图吧下的全部图片
首先，打开酷图吧，然后用筛选选项，找出自己想要爬取的一系列图片
然后用审查元素，找到任意图片的位置
我们可以看到，这个缩略图的url是：
http://img.kutoo8.com//upload/image/30157809/20170814009_228x128.jpg
然后点入文章页，我们继续找更高清晰度的图片url
使用审查元素，我们发现如下两个链接
http://img.kutoo8.com//upload/image/30157809/20170814009_239x134.jpg
http://img.kutoo8.com//upload/image/30157809/20170814009_960x540.jpg
将前面找到的缩略图url放在一起，然后再找几组图片的链接，我们找一下规律
http://img.kutoo8.com//upload/image/30157809/20170814009_228x128.jpg
http://img.kutoo8.com//upload/image/30157809/20170814009_239x134.jpg
http://img.kutoo8.com//upload/image/30157809/20170814009_960x540.jpg
http://img.kutoo8.com//upload/image/33745267/20170814008_228x128.jpg
http://img.kutoo8.com//upload/image/33745267/20170814008_239x134.jpg
http://img.kutoo8.com//upload/image/33745267/20170814008_960x540.jpg
对比两组图片，有什么发现呢?
我们发现，图片url由三个部分组成
1.代表图片序号的前半部分，如：http://img.kutoo8.com//upload/image/33745267/20170814008_
2.代表图片大小的第二部分，如：960x540
以及最后图片的后缀.jpg
换一种思维，也就是我们可以直接从图片列表里，获取像素较小的图片缩略图的url，然后通过修改图片的url，找到需要的图片大小，再进行下载
整理思路，我们获得如下列表
从整理的框架上来看，制作这个工具需要用到一下几个模块
- requests 连接网站，发送请求
- xpath 从网站中提取图片url
- time模块 防止爬虫访问过快，导致网站崩溃（这个网站似乎性能不咋地）
既然思路已经整理好了，，，那么。。。
码字开始！
1.导入模块
首先，我把导入必要模块
import requests
from lxml import etree
import time
2.发送请求
导入模块后，我们需要给酷图吧发送一个请求，获取网站的代码
response = requests.get(url)
html = response.text
html = etree.HTML(html)
3.提取图片url
然后，在从网站上获取的代码中，找到图片的url
这是我们就可以用到xpath了
先用审查元素，找到图片的位置
对比两个图片的url在代码中的位置
我们可以找到索引中，图片位置的共同点
然后利用xpath将图片url提取
photo_src = html.xpath('//div[@class="pic"]/a/img/@data-original')
4.导出图片url
获取图片url后，我们需要将图片的url提取，然后再进行下载
创建一个保存url用的空白文件，然后将url逐个导入
代码如下
response = requests.get(url)
html = response.text
html = etree.HTML(html)`
5.设置批量
上面的这些代码写了后，还有个问题
我们需要的是爬取整个网站内需要的图片，而不是一页
也就是说，我们需要知道，搜索中每一页的url
从第一页开始，一页一页的找网站的url，进行比较，然后寻找规律
http://www.kutoo8.com/pc/dongman/1920x1080/zuixin/
http://www.kutoo8.com/pc/dongman/1920x1080/zuixin/2.html
http://www.kutoo8.com/pc/dongman/1920x1080/zuixin/3.html
http://www.kutoo8.com/pc/dongman/1920x1080/zuixin/4.html
http://www.kutoo8.com/pc/dongman/1920x1080/zuixin/5.html
http://www.kutoo8.com/pc/dongman/1920x1080/zuixin/6.html
http://www.kutoo8.com/pc/dongman/1920x1080/zuixin/7.html
对比其他搜索的页面，我们可以很容易的发现，页面的组成结构
http://www.kutoo8.com/ + 用户端（手机或电脑）/ + 搜索内容 / + 图片大小/zuixin/ + 页数 + .html
既然知道了页面的结构
发现了这个规律，那我们很容易就可以找到解决的方法 --写一个循环语句，拼出所有要爬取页面的url
这里我就用动漫的为例子
`none = 1
while True:
none += 1
if none = 59: #因为一共就58页
break
else:
pass`
6.程序完成，开始爬取url
写到这里，程序已经大体讲清楚了
然后我们把上面讲的内容，按照逻辑顺序凭借，程序就可以运行了
运行程序，提取url
7.下载图片
url提取好了，当然是要下载了
这里我给你们推荐一个下载器
将要下载的图片url放入xdown，然后设置下载的路径，就可以愉快的下载图片了呦！
最后，附上源码（写的有点乱，表介意）点我下载
原创不宜，可以的话，给个评论再走呗
以及。。转载别忘了写转载申明哦！
版权属于：神奇
本文链接：http://www.magic921.com/329.html
转载时须注明出处及本声明