为了防止女朋友怼我，我就先用python爬了3600个怼人表情包等她来战！

创造太阳 · 发表于 2020-2-29 00:22

感谢大家的关心，女朋友今天不再跟我下五子棋了，（被杀了几十盘还被我指出在什么时候明明有机会赢我），就先睡了！
按照大家的分析，我觉得我很有可能会被怼。（虽然我们之间没有互怼过）！
毛爷爷教导我们：“不打无准备之仗，不打无把握之仗！”
所以我就要提前屯点怼人表情包！
谈，大门敞开！
打，奉陪到底！
代码如下（这次就3600个，不算过分吧！）：

[Python] 纯文本查看 复制代码

import requests
from lxml import etree



#怼人表情包网址http://www.doutula.com/search?type=photo&more=1&keyword=%E6%80%BC%E4%BA%BA&page=8
#规律一眼就发现是改个数字就行了，就用for i inrange（）

for i in range(1,50):    #上次给女朋友发了20000句情话，你们说发的太多，所以这次就爬50页，也就50*72=3600个表情包，打败她应该够了，不够再爬
    url = "http://www.doutula.com/search?type=photo&more=1&keyword=%E6%80%BC%E4%BA%BA&page=" + str(i)    #用数字拼接网址
    res = requests.get(url).text    #用requests.get（）函数获得拼接网址的数据
    #print(res)    #打印显示一下
    res_xpath = etree.HTML(res)    #转换为xpath可用的格式
    # 用xpath提取表情包的具体网址
    bqb_urls = res_xpath.xpath('//*[@id="search-result-page"]/div/div/div[2]/div/div[1]/div[1]/div//img/@data-original')
    for bqb_url in bqb_urls:    #依次循环提取表情包网址
        try:
            res = requests.get(bqb_url).content    #获得二进制数据
            file_name = bqb_url.split('/')[-1]    #表情包名字就取网址中的最后一个
            with open (file_name, 'wb') as f:    #用“wb”模式打开，没有就新建，肯定是需要自动新建的
                f.write(res)    #将获得的二进制数据写到文件中
        except:
            pass    #3600个，失败几个无所谓的，不在乎
print("表情包爬取完成，准备战斗吧！")

我就等着她来和我战斗！
好期待啊，这次该让她见识见识我情话攻势之后的怼人表情包攻势！
各位朋友们也可以准备一些，这样就能打败女朋友了！

hj185769 · 发表于 2020-2-29 00:56

楼主又做梦了，你有女朋友？？？

CHANGEWCE · 发表于 2020-2-29 00:43

一看ID又是你这个狠人。

Smilience · 发表于 2020-11-25 12:02

创造太阳发表于 2020-11-25 11:50
这个网站取消了“怼人”的搜索，可以尝试换一下别的关键词。
主要是方法和思路，可以尝试一下其他关键词 ...

找到原因了打log发现返回的是404 未拿到数据，https请求我这边模拟浏览器访问可以了

[Python] 纯文本查看 复制代码

import requests,os

from lxml import etree
 
 
 
#怼人表情包网址http://www.doutula.com/search?type=photo&more=1&keyword=%E6%80%BC%E4%BA%BA&page=8
#规律一眼就发现是改个数字就行了，就用for i inrange（）
print("正在下载中......")
for i in range(1,50):    #上次给女朋友发了20000句情话，你们说发的太多，所以这次就爬50页，也就50*72=3600个表情包，打败她应该够了，不够再爬
    url = "https://www.doutula.com/search?type=photo&more=1&keyword=怼人&page=" + str(i)    #用数字拼接网址
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) '
                         'Chrome/51.0.2704.63 Safari/537.36'}
    savepath="D:\\表情图\\"
    res = requests.get(url=url, headers=headers).text    #用requests.get（）函数获得拼接网址的数据
   #  print(res)    #打印显示一下
    res_xpath = etree.HTML(res)    #转换为xpath可用的格式
    # 用xpath提取表情包的具体网址
    bqb_urls = res_xpath.xpath('//*[@id="search-result-page"]/div/div/div[2]/div/div[1]/div[1]/div//img/@data-original')
    for bqb_url in bqb_urls:    #依次循环提取表情包网址
        try:
            res = requests.get(bqb_url).content    #获得二进制数据
            file_name = bqb_url.split('/')[-1]    #表情包名字就取网址中的最后一个
            print(file_name)
            if not os.path.exists(savepath):
                os.makedirs(savepath)
            with open (savepath+file_name, 'wb') as f:    #用“wb”模式打开，没有就新建，肯定是需要自动新建的
                f.write(res)    #将获得的二进制数据写到文件中
               
        except:
            pass    #3600个，失败几个无所谓的，不在乎
    print("第"+str(i)+"页已下载完毕！！！")    
print("表情包爬取完成，准备战斗吧！")

安卓逆向一切 · 发表于 2020-8-26 14:42

不是，我没懂表情包存哪里了

创造太阳 · 发表于 2020-3-7 13:34

1ceberg9 发表于 2020-3-7 13:28
bqb_urls = res_xpath.xpath('//*[@id="search-result-page"]/div/div/div[2]/div/div[1]/div[1]/div//img/ ...

审查元素，找到要的信息，右键，复制xpath

小神净 · 发表于 2020-3-2 16:25

李辉! 发表于 2020-3-1 20:07
我缺一个这样子的女朋友，太难了。太羡慕楼主了

卧槽，五姑娘你也缺。。。。

道冲渊风 · 发表于 2020-2-29 08:38

女友未至，斗图先行，注孤生的节奏

11833 · 发表于 2020-2-29 00:56

怼赢了然后呢

bfwl · 发表于 2020-2-29 00:42

代码了解了，请问女朋友是你发还是国家发呢

elevenli · 发表于 2020-2-29 00:57

可以啊，我也来学习学习

吾爱无爱321 · 发表于 2020-2-29 01:00

楼主，你醒醒，你没有女朋友

chen556656 · 发表于 2020-2-29 01:05

狠人，88

hongge · 发表于 2020-2-29 01:05

请问女朋友在哪领

alexkillers · 发表于 2020-2-29 01:11

醒醒，你和五姑娘在斗图呢

帐号		自动登录	找回密码
密码			注册[Register]

[Python 转载] 为了防止女朋友怼我，我就先用python爬了3600个怼人表情包等她来战！

免费评分

本帖被以下淘专辑推荐:

免费评分

个人中心