记一次 爬取LOL全皮肤原画保存到本地的实例
#爬取lol全英雄皮肤
import re
import traceback # 异常跟踪
import requests
from bs4 import BeautifulSoup
#获取html
def get_url(url, hander):
try:
r = requests.get(url, headers=hander, timeout=30)
r.raise_for_status()
r.encoding = r.apparent_encoding
return r.text
except:
traceback.print_exc() #将异常信息打印出来
return ""
#解析html
def prasing_page(lst,html):
try:
soup = BeautifulSoup(html, "html.parser")
for a in soup.find_all('li', class_=re.compile('boxShadow')):
tag_a = a('a')
for i in tag_a:
lst.append(i['href'])
return lst
except:
traceback.print_exc()
return ""
#解析获取到的单个html并筛选和下载
def getUrl_prasingpag(lst, hander):
hero_img_url = []
hero_skin_name = []
hero_name = []
for u in lst:
try:
r = requests.get(u, headers=hander, timeout=30)
r.raise_for_status()
r.encoding = r.apparent_encoding
#二次解析
soup = BeautifulSoup(r.text, "html.parser")
pag = soup.find_all('div', class_=re.compile('othersPifuBox'))
for m in pag:
tag_img = m('img')
tag_p = m('p')
tag_span = m('span')
for m in tag_p:
hero_skin_name.append(m.string)
for m in tag_img:
hero_img_url.append(m['src'])
for m in tag_span:
hero_name.append(m.string)
except:
traceback.print_exc() # 将异常信息打印出来
continue
#下载到本地
for i in range(len(hero_name)):
try:
path = 'O:/lol_hero_jpg/' + hero_skin_name[i]+'--' + hero_name[i] + '.jpg'
f = open(path, 'wb')
r = requests.get(hero_img_url[i], stream=True)
f.write(r.content)
print("\r当前进度>>>>>>>>>>>>>>>>>>{:.0f}%>>>>>>>>>>>>>>>>>>".format(i * 100 / len(lst)), end="")
f.close()
except:
traceback.print_exc() # 将异常信息打印出来
continue
def main():
hander = {"User-Agent":"Mozilla/5.0"}
deep = 43 #定义爬取页数
list = []
for i in range(deep):
try:
url = "http://********/hero_"+str(1+i)+".shtml"
html = get_url(url, hander)
prasing_page(list, html)
getUrl_prasingpag(list, hander)
except:
continue
main()
记一次 爬取LOL全皮肤原画保存到本地的实例的更多相关文章
- python爬取某个网站的图片并保存到本地
python爬取某个网站的图片并保存到本地 #coding:utf- import urllib import re import sys reload(sys) sys.setdefaultenco ...
- 爬取博主所有文章并保存到本地(.txt版)--python3.6
闲话: 一位前辈告诉我大学期间要好好维护自己的博客,在博客园发布很好,但是自己最好也保留一个备份. 正好最近在学习python,刚刚从py2转到py3,还有点不是很习惯,正想着多练习,于是萌生了这个想 ...
- 如何优雅的爬取 gzip 格式的页面并保存在本地(java实现)
1. 引言 在爬取汽车销量数据时需要爬取 html 保存在本地后再做分析,由于一些页面的 gzip 编码格式, 获取后要先解压缩,否则看到的是一片乱码.在网络上仔细搜索了下,终于在这里找到了一个优雅的 ...
- Python爬取LOL英雄皮肤
Python爬取LOL英雄皮肤 Python 爬虫 一 实现分析 在官网上找到英雄皮肤的真实链接,查看多个后发现前缀相同,后面对应为英雄的ID和皮肤的ID,皮肤的ID从00开始顺序递增,而英雄ID跟 ...
- Python3爬虫使用requests爬取lol英雄皮肤
本人博客:https://xiaoxiablogs.top 此次爬取lol英雄皮肤一共有两个版本,分别是多线程版本和非多线程版本. 多线程版本 # !/usr/bin/env python # -*- ...
- python网络图片爬取存储全代码
#图片爬取全代码import requestsimport osurl = "https://timgsa.baidu.com/timg?image&quality=80&s ...
- 爬取表格类网站数据并保存为excel文件
本文转载自以下网站:50 行代码爬取东方财富网上市公司 10 年近百万行财务报表数据 https://www.makcyun.top/web_scraping_withpython6.html 主要学 ...
- 使用Python爬取微信公众号文章并保存为PDF文件(解决图片不显示的问题)
前言 第一次写博客,主要内容是爬取微信公众号的文章,将文章以PDF格式保存在本地. 爬取微信公众号文章(使用wechatsogou) 1.安装 pip install wechatsogou --up ...
- scrapy框架来爬取壁纸网站并将图片下载到本地文件中
首先需要确定要爬取的内容,所以第一步就应该是要确定要爬的字段: 首先去items中确定要爬的内容 class MeizhuoItem(scrapy.Item): # define the fields ...
随机推荐
- 设计模式 - 工厂模式(factory pattern) 具体解释
版权声明:本文为博主原创文章,未经博主同意不得转载. https://blog.csdn.net/u012515223/article/details/27081511 工厂模式(factory pa ...
- 中国剩余定理(SCAUOJ 1077)
1077 韩信点兵 时间限制:500MS 内存限制:65536K提交次数:1103 通过次数:99 题型: 编程题 语言: 无限制 Description 相传汉高祖刘邦问大将军韩信统御兵士多少 ...
- Libev源码分析09:select突破处理描述符个数的限制
众所周知,Linux下的多路复用函数select采用描述符集表示处理的描述符.描述符集的大小就是它所能处理的最大描述符限制.通常情况下该值为1024,等同于每个进程所能打开的描述符个数. 增大描述符集 ...
- oracle连接多个扫描
如果你对一个列和一组有限的值进行比较, 优化器可能执行多次扫描并对结果进行合并连接. 举例: SELECT * FROM LODGING WHERE MANAGER IN (‘BILL GATES’, ...
- 【t001】不高兴的津津
Time Limit: 1 second Memory Limit: 50 MB [问题描述] 津津上初中了.妈妈认为津津应该更加用功学习,所以津津除了上学之外,还要参加妈妈为她报名的各科复习班.另外 ...
- thinkphp3.2.3中设置路由,优化url
需求: 访问这个目录的时候,http://xx.com/p-412313要重定向到(暂且这么叫)http://xx.com/Home/Blog/index/id/412313 就是看着好看 我的应用目 ...
- 使用vuex来管理数据
最近一直工作比较忙,博客已经鸽了好久了,趁着今天是周末,写点东西吧 使用vuex来管理数据 最近一直在用vue做项目,但是却从来没真正去用过vuex,因为一直感觉很复杂,其实真正去研究一下啊,就会发现 ...
- 2018-3-31-C#-谁改了我的代码
title author date CreateTime categories C# 谁改了我的代码 lindexi 2018-3-31 21:15:3 +0800 2018-2-13 17:23:3 ...
- 如何在centos 7.4 上安装 python 3.6
yum -y install https://centos7.iuscommunity.org/ius-release.rpmyum -y install python36uyum -y instal ...
- vue-cli 3.0 eslint
1.关闭eslint module.exports = { configureWebpack: { devtool: 'source-map' }, lintOnSave: false } 2.修改e ...