大自然的搬运工——爬取美女图片

wp19910107 · 发表于 2021-4-9 08:49

本帖最后由 wp19910107 于 2021-4-9 16:26 编辑

初学python，其实也不算初学了，就是说白了，白嫖而已。

看着论坛这么多大神写的代码，反正都下载下来试了试，运行失败，（由于技术不行完全看不懂，所以以失败告终），但是有一天希望之光他来了，在看到一个大神写的代码的时候，真的重新燃起斗志了

（唯一不足是小图，但是这又有何妨呢，白嫖的有图就行了。要什么自行车）。
下面附上大神写的代码和大神原页面，这么好的东西不能让他消失殆尽。需要学习的可以去大神原页面学习交流;【笔记】python自学笔记(爬虫篇)——妹子图实战
https://www.52pojie.cn/thread-1379875-1-1.html
(出处: 吾爱破解论坛)

import requests
from bs4 import BeautifulSoup
import random #导入random包
import os
import threading

def ua_list(): #定义一个随机UA的子程序
USER = [ #定义一个UA列表，UA可以在百度搜索到
      "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; AcooBrowser; .NET CLR 1.1.4322; .NET CLR 2.0.50727)",
      "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.0; Acoo Browser; SLCC1; .NET CLR 2.0.50727; Media Center PC 5.0; .NET CLR 3.0.04506)",
      "Mozilla/4.0 (compatible; MSIE 7.0; AOL 9.5; AOLBuild 4337.35; Windows NT 5.1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)",
      "Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US)",
      "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 2.0.50727; Media Center PC 6.0)",
      "Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.0.3705; .NET CLR 1.1.4322)",
      "Mozilla/4.0 (compatible; MSIE 7.0b; Windows NT 5.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; InfoPath.2; .NET CLR 3.0.04506.30)",
      "Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN) AppleWebKit/523.15 (KHTML, like Gecko, Safari/419.3) Arora/0.3 (Change: 287 c9dfb30)",
      "Mozilla/5.0 (X11; U; Linux; en-US) AppleWebKit/527+ (KHTML, like Gecko, Safari/419.3) Arora/0.6",
      "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.2pre) Gecko/20070215 K-Ninja/2.1.1",
      "Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/20080705 Firefox/3.0 Kapiko/3.0",
      "Mozilla/5.0 (X11; Linux i686; U;) Gecko/20070322 Kazehakase/0.4.5",
      "Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.8) Gecko Fedora/1.9.0.8-1.fc10 Kazehakase/0.5.6",
      "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.56 Safari/535.11",
      "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_3) AppleWebKit/535.20 (KHTML, like Gecko) Chrome/19.0.1036.7 Safari/535.20",
      "Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; fr) Presto/2.9.168 Version/11.52",
      "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.11 TaoBrowser/2.0 Safari/536.11",
      "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.71 Safari/537.1 LBBROWSER",
      "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; LBBROWSER)",
      "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; QQDownload 732; .NET4.0C; .NET4.0E; LBBROWSER)",
      "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.11 (KHTML, like Gecko) Chrome/17.0.963.84 Safari/535.11 LBBROWSER",
      "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E)",
      "Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E; QQBrowser/7.0.3698.400)",
      "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; QQDownload 732; .NET4.0C; .NET4.0E)",
      "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Trident/4.0; SV1; QQDownload 732; .NET4.0C; .NET4.0E; 360SE)",
      "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; QQDownload 732; .NET4.0C; .NET4.0E)",
      "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E)",
      "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.89 Safari/537.1",
      "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.89 Safari/537.1",
      "Mozilla/5.0 (iPad; U; CPU OS 4_2_1 like Mac OS X; zh-cn) AppleWebKit/533.17.9 (KHTML, like Gecko) Version/5.0.2 Mobile/8C148 Safari/6533.18.5",
      "Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:2.0b13pre) Gecko/20110307 Firefox/4.0b13pre",
      "Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:16.0) Gecko/20100101 Firefox/16.0",
      "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11",
      "Mozilla/5.0 (X11; U; Linux x86_64; zh-CN; rv:1.9.2.10) Gecko/20100922 Ubuntu/10.10 (maverick) Firefox/3.6.10"
]
headers = {'User-Agent': random.choice(USER)} #choice是random包的一个方法，是从列表中随机取一个值
return headers #return是将headers返回到调用这个子程序的地方

def get_html(page,semaphore): #爬取写在这个子程序中,传入的这个page参数是在多线程中传过来的
semaphore.acquire()
url = f'https://www.mzitu.com/page/{page}/'
headers = ua_list() #从ua_list子程序中随机选择个UA传入
html = requests.get(url = url,headers = headers) #访问这个网站
#print(html.text)
soup = BeautifulSoup(html.text,'lxml') #bs4解析
results = soup.select('ul#pins li a img')
for result in results:
      print(result['data-original'])
      title = result['alt']
      img = result['data-original']

      with open(f'meizitu/{title}.jpg','wb') as filedata:
         print("正在下载图片")
         filedata.write(requests.get(img).content)

print(f"第{page}页图片下载完成")
semaphore.release()



if __name__ == "__main__":
if not os.path.exists("meizitu"): #判断一下这个目录下有没有meizitu这个文件夹
      os.mkdir("meizitu") #没有的话就创建，到时候图片存储在这个文件夹下

semaphore = threading.BoundedSemaphore(5) #最多同时允许五个线程同时运行
for i in range(20):       #这里你可以改for i in range(数值,数值）
      t = threading.Thread(target=get_html,args =(i,semaphore))
      t.start()

while threading.active_count()!=1:
      pass
else:
      print("全部图片下载完毕")

真的是小白，连代码怎么发都搞不明白，只能拿出自己独特的方式了，（其实大家都会：粘贴复制

），自己试了试，还是可以的。下面附上运行图片：
QQ截图20210409082132.png

。
好了不多说了，大家有缘再会了，（主要是文采不行，剩下心里面只能说了：感谢大神，大神牛逼了。）我不会写代码，但是我是大自然的搬运工。

chenpenglei · 发表于 2021-4-9 09:30

你爬的那个网站，顺带手说说吧，白票到底了

wushengli · 发表于 2021-4-9 09:54

来看这个的都是狼！狼友们好！

hehehe哒 · 发表于 2021-4-9 09:27

绅士们好

mengyang · 发表于 2021-4-9 09:33

真不会用，有真货吗？

cdlsz · 发表于 2021-4-9 09:33

学习学习，感谢分享

k6m4gdt3 · 发表于 2021-4-9 09:37

学习了，感谢分享哈哈

Russay · 发表于 2021-4-9 09:38

代码有用，很好。谢谢

wp19910107 · 发表于 2021-4-9 09:44

chenpenglei 发表于 2021-4-9 09:30
你爬的那个网站，顺带手说说吧，白票到底了

代码url里面写的有，

wp19910107 · 发表于 2021-4-9 09:45

mengyang 发表于 2021-4-9 09:33
真不会用，有真货吗？

看大哥的实力还是可以的呀，咋不会勇，谦虚了。

Exiu0018 · 发表于 2021-4-9 09:45

我也是小白，你给的这一大串，我就算知道粘贴复制，我粘贴到哪里去用呀，就像你给我一个工具不给我说明书一样。

帐号		自动登录	找回密码
密码			注册[Register]

[Python 转载] 大自然的搬运工——爬取美女图片

免费评分

个人中心