代码拉取完成,页面将自动刷新
同步操作将从 耿直的小爬虫/Python爬虫 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
from pyquery import PyQuery as pq
import requests
from redis import StrictRedis
o=0
headers={
'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 SE 2.X MetaSr 1.0'
}
def xpan(canshu):
try:
url = 'https://www.doutula.com/photo/list/?page=' + str(canshu)
sp = requests.get(url, headers=headers).text
doc=pq(sp)
item=doc('.col-xs-6 img').items()
for i in item:
cu=i.attr('data-original')
#r(cu,'F:/斗图的/%s.jpg'%u)
# u+=1
#print('当前已保存%d张'%u)
#print(cu)
redis = StrictRedis(host='172.18.200.5', port=6379, db=1, password='')
redis.sadd('斗图网下载图片的URL', cu)
except Exception as e:
print('出现错误',e.args)
a=int(input('请问你需要爬取多少页呢:'))
print('正在爬取链接并保存到redis数据库中请稍等........')
for i in range(a):
xpan(i+1)
redis = StrictRedis(host='172.18.200.5', port=6379, db=1, password='')
redis.srem('斗图网下载图片的URL','None')
for i in redis.smembers('斗图网下载图片的URL'):
t=str(i,encoding='utf8')
#print(t)
r=t.split('/')[-1]
dizhi='F:/斗图/'+r
req=requests.get(t)
with open(dizhi,'wb')as p:
p.write(req.content)
print('保存完毕 已保存了%d张'%o)
o+=1
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。