大家好，我是辣条。 

今天主要分享一个粉丝朋友找我帮他爬一个妹子图网站，不过网站图片尺度比较大，所以也不留链接了，虽然比较简单，但还是很有学习意义的，我这绝不是水文章！学习的事当然要分享给大家。

 

 

效果展示

采集数据目标

网站：不提供（狗头保命，防止进小黑屋）

工具使用

开发工具：pycharm

开发环境：python3.7， Windows10

使用工具包：requests，lxml

重点学习内容

• requests工具使用

• xpath提取网页数据

项目解析思路

获取到首页信息，通过requests请求网页数据，当前网页数据为动态加载数据。

url参数修改请求其他页面，通过xpath方式提取到进入详情页面的网址，详情页面的信息会更加的精彩。

提取到进入详情页面的a标签，再次请求网页数据，得到详情页面数据，再次通过xpath方式获取到图片的标签以及图片的名字，要注意的是img标签里的图片地址其实是动态图，我们需要获取的数据是div标签里的data-src。

获取到对应图片标签，保存对应图片数据 大功告成！！！

需要网站地址关注三连+私❤我获取【仅供学习交流，一定要三连收藏哦，不然容易找不着】

简易源码分享

import requests
from lxml import etree
​
​
​
url = 'https://www.xxxx.com/page/4/'
response = requests.get(url)
html = etree.HTML(response.text)
href_list = html.xpath('//div[@class="item-title"]/a/@href')
for href in href_list:
    res = requests.get(href)
    html_data = etree.HTML(res.text)
    img_url_list = html_data.xpath('//div[@data-fancybox="gallery"]/@data-src')
    img_name_list = html_data.xpath('//img/@alt')
    print(img_url_list)
    for img_url, img_name in zip(img_url_list, img_name_list):
        result = requests.get(img_url).content
        with open('图片/' + img_name + ".jpg", "wb")as f:
            f.write(result)
            print("正在下载:", img_name)
​

仅供学习交流！！侵删！