一.获得图片地址 和 图片名称

1.进入网址之后

按F12  打开开发人员工具点击elemnts

 2.点击下图的小箭头 选择主图中的任意一个图片   那我们这里点击第一个 图片

   3.显示控制台 为了验证xpath是否正确

 

    4.通过xpath获得a的href  和 title.

(请放大看)我们看到 他提示的是有10个 我们回到网站中看一下  在主页上数一下 他确实是10个 也就是说 我们获得的href 和title是没有任何问题的 那么留着为我们后面使用.

    5.我们还需要访问这个链接的请求头的信息 以备后面操作的时候来使用

这里可以看到 没有什么特别的请求头

6.获得每套图里的 所有图片.这也是我们的目的所在 不然前面那么多工序不是浪费吗。

可以看到 我们获得了11个链接地址   不要被源码中的文字所迷惑

 

7.获得相应的请求头  

可以发现 需要注意的只有一个字段Referer 这里的地址就是我们访问这个页面进来的时候的那个地址 只要把那个地址给上就行了

8.对于404的处理 如果出现了404那就只有重新请求了

 

二.编写python代码实现爬取.

    1.需要用到的库有: 

      Requests   lxml    如果没有安装的请自己安装一下

    2.IDE : pycharm

    3.python 版本: 2.7.15

（为了方便大家的学习，楼主邀请大家加入python学习交流群 467604262 看群公告即可领取全套学习资料）