本篇文章給大家分享的是有關(guān)怎么在python中利用多線程爬取網(wǎng)站壁紙，小編覺得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

在農(nóng)安等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強(qiáng)發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務(wù)理念，為客戶提供成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作 網(wǎng)站設(shè)計(jì)制作專業(yè)公司,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),高端網(wǎng)站設(shè)計(jì),營銷型網(wǎng)站,成都外貿(mào)網(wǎng)站建設(shè)公司,農(nóng)安網(wǎng)站建設(shè)費(fèi)用合理。

Python主要用來做什么

Python主要應(yīng)用于：1、Web開發(fā)；2、數(shù)據(jù)科學(xué)研究；3、網(wǎng)絡(luò)爬蟲；4、嵌入式應(yīng)用開發(fā)；5、游戲開發(fā)；6、桌面應(yīng)用開發(fā)。

基本開發(fā)環(huán)境

· Python 3.6

· Pycharm

需要導(dǎo)入的庫

目標(biāo)網(wǎng)頁分析

網(wǎng)站是靜態(tài)網(wǎng)站，沒有加密，可以直接爬取

整體思路：

1、先在列表頁面獲取每張壁紙的詳情頁地址

2、在壁紙?jiān)斍轫撁娅@取壁紙真實(shí)高清url地址

3、保存地址

代碼實(shí)現(xiàn)

模擬瀏覽器請請求網(wǎng)頁，獲取網(wǎng)頁數(shù)據(jù)

 

這里只選擇爬取前10頁的數(shù)據(jù)

代碼如下

import threading
import parsel
import requests

def get_html(html_url):
 '''
 獲取網(wǎng)頁源代碼
 :param html_url: 網(wǎng)頁url
 :return:
 '''
 response = requests.get(url=html_url, headers=headers)
 return response


def get_par(html_data):
 '''
 把 response.text 轉(zhuǎn)換成 selector 對(duì)象 解析提取數(shù)據(jù)
 :param html_data: response.text
 :return: selector 對(duì)象
 '''
 selector = parsel.Selector(html_data)
 return selector

def download(img_url, title):
 '''
 保存數(shù)據(jù)
 :param img_url: 圖片地址
 :param title: 圖片標(biāo)題
 :return:
 '''
 content = get_html(img_url).content
 path = '壁紙\\' + title + '.jpg'
 with open(path, mode='wb') as f:
  f.write(content)
  print('正在保存', title)

def main(url):
 '''
 主函數(shù)
 :param url: 列表頁面 url
 :return:
 '''
 html_data = get_html(url).text
 selector = get_par(html_data)
 lis = selector.css('.wb_listbox div dl dd a::attr(href)').getall()
 for li in lis:
  img_data = get_html(li).text
  img_selector = get_par(img_data)
  img_url = img_selector.css('.wb_showpic_main img::attr(src)').get()
  title = img_selector.css('.wb_pictitle::text').get().strip()
  download(img_url, title)
 end_time = time.time() - s_time
 print(end_time)

if __name__ == '__main__':
 for page in range(1, 11):
  url = 'http://www.deskbizhi.com/min/list-{}.html'.format(page)
  main_thread = threading.Thread(target=main, args=(url,))
  main_thread.start()

以上就是怎么在python中利用多線程爬取網(wǎng)站壁紙，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見到或用到的。希望你能通過這篇文章學(xué)到更多知識(shí)。更多詳情敬請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

名稱欄目：怎么在python中利用多線程爬取網(wǎng)站壁紙-創(chuàng)新互聯(lián)
本文地址：http://www.rwnh.cn/article34/jdhse.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供建站公司、電子商務(wù)、App設(shè)計(jì)、動(dòng)態(tài)網(wǎng)站、網(wǎng)站策劃、企業(yè)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)