壁纸提取

这是爬虫的第一部分，对于python基础与网络编程部分重点突出，主要以每次小项目为主；更新时间不定，随缘之人，缘分到了，文章就出来了。

简单说下这次练手的小东西想法：在暑假的时候,看见自己的电脑壁纸有点。。。。，LOW,所以想着做一个WIN下的壁纸切换小程序。这次只是图片提取部分，话不多说来看看代码。

第一步：查看网页源代码（F12/右击审查元素），查看每个组图间、组图下的图片之间的关系。

可以看到该缩略图多对应的有href下的组图链接，以及自己本身的的链接，后缀为JPG,或者鼠标放上去可以看到相关的图片。

点进组图，再查看每个图片的URL结构。如下：

可以看到URL结构与组图相似，点击下一页，URL自动变化（URL后5个参数发生变化）,没办法找到相关的规律，可能我比较菜。。。。

找到NetWork下的网页源代码，这个是没有任何渲染源代码，

我们找到这个：

发现规律了吗？有思路的可以试试。

然后我们写的代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# author：albert time:2019/7/8
import  requests
from lxml import etree
from random import  randint
​
​
a = []
​
# 每个组图的url
def This_Mosaic_Url():
    req = requests.get('http://desk.zol.com.cn/1920x1200/').text
    html = etree.HTML(req)
    url = html.xpath("//div//li[@class='photo-list-padding']//a/@href")
    for i in url:
        url_list = 'http://desk.zol.com.cn' + i
        a.append(url_list)
​
def list_randan():
    it= iter(a)
    # print(next(it))
    return  next(it)
​
# 每个组图下的所有图片
def img_picture():
    # 第一个url===>"http://desk.zol.com.cn/bizhi/7590_94212_2.html"
    list = [a[0]]
​
    while True:
        url_1 = 'http://desk.zol.com.cn'
        req = requests.get(list[-1],timeout=3).text
        html = etree.HTML(req)
​
        url_detail = ''.join(html.xpath("//div[@class='photo-next prev-next']//a/@href"))
        if url_detail == 'javascript:;':
            try:
                for i in range(15):
                    href = list_randan()
                    list.append(href)
            except:
                pass
        else:
            url = url_1 + url_detail
            list.append(url)
​
    print(len(list))
    for x in list:
        print(x)
​
if __name__ == '__main__':
    This_Mosaic_Url()
    img_picture()

 

以上实现的思路，如果有什么疑问欢迎在下面留言！

初学者

　　分享及成功，你的报应就是我，记得关注，留言！