作为 Python 爬虫的入门教程，我想有必要来个爬虫程序压压惊，爬取性感美女的图片，然后保存到自己的电脑里面。爽歪歪~

先看下效果吧，这是我把爬取的图片自动存储到的文件夹里边：

爬虫三步骤：抓取，分析，存储。

抓取

首先我们要有个目标对吧，我们想要抓取美女照片，就去找找看哪里的网站妹纸多，那咱们就从哪里下手呗。

我发现这网站 http://www.meizitu.com 的妹纸图不错啊，那还等什么，抓取呗。

在 python 中有个叫做 requests 模块，直接 pip install 就可以了，然后访问这个网址获取相应的源码：

1
2
response = requests.get(url)
return response

比如我想获取性感美女的源码，那么我的 url 就是 http://www.meizitu.com/a/sexy_1.html 通过get请求我们就可以获取返回的响应体了，我们通过response.text就可以或源码。部分源码截图如下：

分析

抓取完了之后，我们对我们感兴趣的内容要进行分析了，这时候就涉及到「正则表达式」，根据我们定义的一些规则，来获取我们想要的内容。

我们现在当然是对返回源码中的美女图片感兴趣啦，从返回的源码中就可以看到，美女的图片都是包裹在 img 标签中的：

那么我们就可以用 re 模块来匹配获取我们想要的图片链接了：

1
2
3
p = r'<img src="([^"]+\.jpg)"'

img_addrs = re.findall(p, html)

获取到的部分图片链接截图：

存储

既然获取到图片链接了，那么接下来就可以存储了，这里暂时存储到自己本地电脑上吧：

1
2
3
with open(filename,'wb') as f:
    img = url_open(each).content
    f.write(img)

ok，这样就完成了，是不是很简单？当然爬虫说简单也简单，说复杂也复杂，关键是要看自己想做什么事情，如果你从这个例子中发现自己对 python 又多了些许兴趣，那不妨多关注我，我往后给你写一些 python爬虫 所需要的知识点，例如其它的爬虫模块如Scrapy ，一些表单的请求参数，反爬虫，cookie，多进程抓取等等。

专门为 Python 开了个公众号：学习python的正确姿势 ，在里面发送 「meizi」获取抓美女的源代码吧。

不说了，我再去抓取多一点美女的图片了。

相关文章