最新 用Python 批量爬取网上美眉图片（其实其他的图片也可以啦！）

标题 最新 用Python 批量爬取网上美眉图片

故事是这样的：七月份给室友说，我要开始学习Python了。室友一脸懵，并问我Python是啥？确实对于我这个小城市来说Python之风还没有吹到我们这里来，以至于在我们大学都没有开设这门课！很是尴尬。要不是在网上听说Python很牛我也不会接触到。于是我便给室友说了Python的强大，可是我却遭到了室友的嘲笑。呜呜呜……。“士可杀不可辱。”我立下豪言壮志说：“三个月后我给你做出一个能批量获取网上你最爱图片的程序，给你瞅瞅！”。于是……

当然，关于这方面博客上面有很多例子，但我读了之后发现不是怎么会，不太易懂。在这里我以小白的身份写下了这篇博客，希望可以帮到更多的小白！（毕竟不能丢了咱Python的脸，哈哈哈。）

我目前自学了：Python基础知识，Python爬虫知识（仅限requests库、os库、BeautifulSoup库、re库、正则表达式）
好啦，不废话了，咱们开始！

整理思路
1、从百度找到一个拥有大量美眉图片的网址，我这里用的是 “http://www.win4000.com/meitu.html” 直接一点，进入“美女”那一栏。

2、找到我们需要的图片中的一个。（这一个保存了，其他的也就简单了，换监事发现规律。）
3、保存图片。

大概就是这样，下面我们开始编写程序。
1.我发现点开一个图片后里面是相册一样可以翻动，有很多子照片，先查看一下子照片的规律

唉，居然有规律，那就舒服了，到时候用一个 for 循环就解决了。舒坦，再来！

2、要知道，我现在的知识只会把有链接的图片下载下来，所以我得找到每一张图片的链接，随便点开一张图片，在网页上查看源代码。通过关键词找到图片链接。（我这里是通过图片尺寸找的）

通过尺寸为钥匙，然后周围一个链接一个链接的试探，哎呦喂，找到了！就是划线部分，结尾是 .jpg 格式，一打开还真是！舒坦，继续！
3、所以现在我们的任务也就清晰了。获取这个图片的链接就可以了。（可能是自学不到胃只到了喉咙管，一看到前面的 img 就懵圈了，不会提取这个呀，我只会 “a”的提取呀！但是我有****呀，问问大神不就可以了。嘿嘿嘿。）

4、现在万事俱备，啥都不差，开始编程！

import requests
from bs4 import BeautifulSoup
import traceback
import re
import os
import time
#我是新手，先定义的主函数，这样我的头脑清晰一些！
def main():
    A_url = "http://www.win4000.com/meinvtag2.html"
    B_url = ""
    lsM = []  #用来储存目录网址链接的呦！
    lsZ = []  #用来储存每张图片连接的呦！
    getMULIANJIE(lsM,A_url)
    for i in lsM:
        for k in range(20):   #这里我大概看了一下每一个母相册后面的子照片都没有超过20个的，所以用的20！
            if k == 0:
                B_url = "http://www.win4000.com/mein" + i + ".html"
            else:
                B_url = "http://www.win4000.com/mein" + i + "_" + str(k) + ".html"
            getPHOTO(B_url,lsZ)
            for j in lsZ:
                for m in j:
                    downPHOTO(m)

#解析网页
def getHTMLText(url):
    try:
        r = requests.get(url)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""

#获取网页链接目录
def getMULIANJIE(ls,url):
    html = getHTMLText(url)
    soup = BeautifulSoup(html,'html.parser')
    a = soup.find_all('a')
    for i in a:
        try:
            href = i.attrs['href']
            ls.append(re.findall(r"[meinv]\d{6}",href)[0])
        except:
            continue
        
#获取照片链接
def getPHOTO(urlb,ls):
    ls.clear()
    html = getHTMLText(urlb)
    ls.append(re.findall('url="(.*?)"',html))


#下载图片
def downPHOTO(url):
    root = "D://tupian//"
    path = root + url.split('/')[-1]
    try:
        if not os.path.exists(root):
            os.mkdir(root)
        if not os.path.exists(path):
            r = requests.get(url)
            with open(path,'wb') as f:
                f.write(r.content)
                f.close()
                print("文件保存成功！")
        else:
            print("文件已经存在！")
    except:
        print("爬取失败！")
    time.sleep(0)

main()

好啦！一切大功告成，我可以去我室友哪里显摆了！
其实我的代码还可以简写很多的，可是我觉得这样的话小萌新更容易理解！
Python是真的强大，我要继续学习了。

人生苦短，我学Python！