利用python爬取汽车之家，需要买车的程序员可以学

python爬虫实战之爬取汽车之家网站上的图片

随着生活水平的提高和快节奏生活的发展。汽车开始慢慢成为人们的必需品࿰c;浏览各种汽车网站便成为购买合适、喜欢车辆的前提。例如汽车之家网站中就有最新的报价和图片以及汽车的相关内容࿰c;是提供信息最快最全的中国汽车网站。本文介绍python爬虫爬取汽车之家网站上的图片的思路和具体演示代码。

一、爬取汽车之家网站上的图片思路分析

1、分析页面࿰c;确认图片的url是否在网页源码。

2、确认是静态数据后࿰c;先找到总的ul标签࿰c;在找它里面的li标签࿰c;最后在img标签里面的src属性࿰c;即可获得想要的图片url地址。

3、通过切割图片url的方式获取图片名字。

4、完成图片命名后࿰c;使用os模块确定图片存放的路径。

二、设置爬虫代理IP

@H_944_44@

在做爬虫的过程中࿰c;如果你爬取的频率过快࿰c;不符合人的操作模式。有些网站的反爬虫机制通过监测到你的IP异常࿰c;访问频率过高。就会对你进行封IP处理。目前已有比较多的第三方平台专门进行代理IP的服务。

三、爬取汽车之家网站上的图片具体代码

# piplines管道代码
from urllib import request
import os

class VehicleHomePipeline:
    def process_item(self, item, spider):
        pic_url = item['pic_url']
        # 得到图片名字
        pic_name = pic_url.split('__')[-1]  # 得到xxx.jpg
        # os.path.dirname(__file__) 结果 D:PycharmProjectsspiderday21vehicle_homevehicle_home
        # 创建图片存放路径 xxxvehicle_homeresult_pic
        pic_path = os.path.join(os.path.dirname(__file__), 'Result_pic')
        # 下载图片 xxxvehicle_homeresult_picxxx.jpg
        request.urlretrieve(pic_url, pic_path + '/' + pic_Name)
        return item

# 爬虫代码
import scrapy
from day21.vehicle_home.vehicle_home.items import VehicleHomeItem

class VehPicSpider(scrapy.Spider):
    name = 'veh_pic'
    allowed_domains = ['car.autohome.com.cn']
    base_url = 'https://car.autohome.com.cn/photolist/series/18/p{}/'
    start_urls = [base_url.format@R_673_11269@]

    def parse(self, responsE):
        # 获取图片标签列表
        pic_lists = response.xpath('//ul[@id="imgList"]/li')
        for pic in pic_lists:
            pic_url = pic.xpath('./a/img/@src').extract_first()
            # 上述获取的url需要进一步补全
            pic_url = response.urljoin(pic_url)
            item = VehicleHomeItem()
            item['pic_url'] = pic_url
            print(item)
            yield item@H_675_59@@H_197_60@ 
展示部分代码
 
需要源码三联安排你
 
*声明：本文于网络整理࿰c;版权归原作者所有࿰c;如来源信息有误或侵犯权益࿰c;请联系我们删除或授权