Python | P站壁纸爬取

今天我们要爬取的是动漫壁纸图片，来看今天的主角：

在浏览的时候，当滑到底部时，壁纸会刷新加载，所以我们可以知道，壁纸是动态加载的。

打开开发者模式，观察HTML的动态变化。

点击NetWork,XHR,我们就可以发现，

图片地址是通过JSON数据传输过来的，所以，我们不就知道了每张壁纸对应的url了吗O(∩_∩)O

找到对应数据接口，开始代码的干活！

通过输入指定页数，遍历循环：

import requests
import jsonpath
import json
import os

page = input("请输入需要下载的页数：")
if not os.path.exists('img'):
    os.mkdir('img')

for i in range(int(page)):
    num = 1
    url = f'https://rt.huashi6.com/front/index/load_pc_data?_ts_=1634131862878&cursor=' + str(i) + '-1634130800452'
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:92.0) Gecko/20100101 Firefox/92.0'
    }
    path = f'img\\第{i+1}页'
    if not os.path.exists(path):
        os.mkdir(path)
    else:
        print(path + '已存在')
        continue
    html = requests.get(url, headers=headers).content.decode("utf-8")
    data = json.loads(html)
    img = jsonpath.jsonpath(data, '$..path')
    print(f"开始下载第{i+1}页...")
    for j in img:
        with open(path+ '\\' + str(num) + os.path.splitext(j)[1], 'wb') as f:
            print(f"第{i+1}页  正在下载第{num}张...")
            f.write(requests.get('https://img2.huashi6.com/' + j, headers=headers).content)
            num += 1

三十行代码不到，就可以搞定啦
代码运行：

结果：

额，突然发现，第一页和第二页是一样的，￣□￣｜｜

不慌，我们可以选择过滤掉第一页

把代码for i in range(int(page))

改成for i in range(1，int(page)+1)

再把后面三个地方的 i+1 改成 i 即可(〃'▽'〃)

注：如果有对Json和JsonPath模块不懂的，可以点击下面链接查看：
Python | JSON 数据解析(Json & JsonPath)

最后，附上几张超可爱的壁纸