網(wǎng)址:https://www.toutiao.com/
搜索頭條
可以得到這個(gè)網(wǎng)址:
https://www.toutiao.com/search/?keyword=%E8%A1%97%E6%8B%8D
開發(fā)者工具查看:
我們在搜索中并沒有發(fā)現(xiàn)上面的文字,那么我們可以初步判定,這個(gè)由Ajax加載,然后渲染出來的。此時(shí)切換到xhr過濾,可以看到確實(shí)是ajax請求。
觀察請求的特點(diǎn),發(fā)現(xiàn)只有offset是改變的,而且一次加20,。
我們可以用它來控制數(shù)據(jù)分頁,然后把圖片下載下來。代碼如下:
import requests
import os
from urllib.parse import urlencode
from hashlib import md5
from multiprocessing.pool import Pool
from requests import codes
def get_page(offset):
params = {
"offset":offset,
"format":"json",
"keyword":"街拍",
"autoload":"true",
"count":"20",
"cur_tab":"1",
"from":"search_tab"
}
url = 'https://www.toutiao.com/search_content/?'+urlencode(params)
try:
response = requests.get(url)
if response.status_code == 200:
# print(url)
return response.json()
except requests.ConnectionError:
return None
# get_page(0)
def get_images(json):
if json.get('data'):
for item in json.get('data'):
if item.get('cell_type') is not None:
continue
title = item.get('title')
images = item.get('image_list')
for image in images:
yield {
'title':title,
'image':'https:' + image.get('url'),
}
def save_image(item):
#os.path.sep 路徑分隔符‘//'
img_path = 'img' + os.path.sep + item.get('title')
if not os.path.exists(img_path):
os.makedirs(img_path)
try:
resp = requests.get(item.get('image'))
# print(type(resp))
if codes.ok == resp.status_code:
file_path = img_path + os.path.sep + '{file_name}.{file_suffix}'.format(
file_name=md5(resp.content).hexdigest(),#md5是一種加密算法獲取圖片的二進(jìn)制數(shù)據(jù),以二進(jìn)制形式寫入文件
file_suffix='jpg')
if not os.path.exists(file_path):
with open(file_path,'wb')as f:
f.write(resp.content)
print('Downladed image path is %s' % file_path)
else:
print('Already Downloaded',file_path)
except requests.ConnectionError:
print('Failed to Save Image,item %s' % item)
def main(offset):
json = get_page(offset)
for item in get_images(json):
print(item)
save_image(item)
GROUP = 0
GROUP_END = 2
if __name__ == '__main__':
pool = Pool()
groups = ([x*20 for x in range(GROUP,GROUP_END)])
pool.map(main,groups) #將groups一個(gè)個(gè)調(diào)出來傳給main函數(shù)
pool.close()
pool.join() #保證子進(jìn)程結(jié)束后再向下執(zhí)行 pool.join(1) 等待一秒
總結(jié)
以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,謝謝大家對腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請查看下面相關(guān)鏈接
您可能感興趣的文章:- 十個(gè)優(yōu)秀的Ajax/Javascript實(shí)例網(wǎng)站收集
- 編碼為GB2312網(wǎng)站讓AJAX接收的數(shù)據(jù)顯示支持中文
- php ajax網(wǎng)站瀏覽統(tǒng)計(jì)功能的簡單實(shí)現(xiàn)
- PHP+Ajax 網(wǎng)站SEO查詢工具 提供代碼
- ajax+node+request爬取網(wǎng)絡(luò)圖片的實(shí)例(宅男福利)
- 通過抓取淘寶評論為例講解Python爬取ajax動(dòng)態(tài)生成的數(shù)據(jù)(經(jīng)典)
- 如何爬取通過ajax加載數(shù)據(jù)的網(wǎng)站