代码复制可直接使用，记得pip install下载requests和bs4
最终版本
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
# 引入系统类库用于打开关闭文件import sys# 使用文档解析类库from bs4 import BeautifulSoup# 使用网络请求类库import requests#图片保存目录path = 'D:/阴阳师'#阴阳师壁纸网站html_doc = "https://yys.163.com/media/picture.html"# 请求requests_html_doc = requests.get(html_doc).text# 正则匹配所有href地址regex = re.compile('.*?href="(.*?)2732x2048.jpg" rel="external nofollow" ')urls = regex.findall(requests_html_doc)# set集合可以防止下载的图片重复result = set()for i in urls: result.add(i)# 计数器用于图片命名num = 0# 文件路径、操作模式、编码 # r''# 打开文件录入图片f = open(r'result.txt', 'w', encoding='utf-8')for a in urls: try: image_data = requests.get(a).content image_name = '{}.jpg'.format(num) # 给每张图片命名 save_path = path + '/' + image_name # 图片的保存地址 with open(save_path, 'wb') as f: f.write(image_data) print(image_name, '=======================>下载成功！！！') num = num+1 # 下一张图片名字序号加一 except: pass# 关闭文件录入f.close()print("\r\n扫描结果已写入到result.txt文件中\r\n") |
过程
借鉴代码
自己从0开始，没有头绪，而且对python掌握度不高，那先借鉴别人的代码开始，第一篇借鉴的代码如下
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
|
# 引入系统类库import sys# 使用文档解析类库from bs4 import BeautifulSoup# 使用网络请求类库import urllib.requestpath = 'D:/阴阳师'html_doc = "https://yys.163.com/media/picture.html"# 获取请求req = urllib.request.Request(html_doc)# 打开页面webpage = urllib.request.urlopen(req)# 读取页面内容html = webpage.read()# 解析成文档对象soup = BeautifulSoup(html, 'html.parser') # 文档对象# 非法URL 1invalidLink1 = '#'# 非法URL 2invalidLink2 = 'javascript:void(0)'# set集合可以防止下载的图片连接重复result = set()# 计数器用于图片命名num = 0# 查找文档中所有a标签for k in soup.find_all('a'): # print(k) # 查找href标签 link = k.get('href') # 过滤没找到的 if(link is not None): # 过滤非法链接 if link == invalidLink1: pass elif link == invalidLink2: pass elif link.find("javascript:") != -1: pass else: result.add(link)for a in result: # 文件路径、操作模式、编码 # r'' f = open(r'result.txt', 'w', encoding='utf-8') # image_data = urllib.request.get(url=a).content image_data = requests.get(url=a).content image_name = '{}.jpg'.format(num) # 给每张图片命名 save_path = path + '/' + image_name # 图片的保存地址 with open(save_path, 'wb') as f: f.write(image_data) print(image_name, '=======================>下载成功！！！') num = num+1 # 下一张图片名字序号加一 f.close()print("\r\n扫描结果已写入到result.txt文件中\r\n") |
思考urllib.request和requests
借鉴的代码中使用urllib.request来请求，刚开始学习看到的一些代码实例也常用urllib.request来发起请求，之后看到有的代码使用的是requests。对于我个人，主观感受requests更加便捷，少写了几行代码，于是便去查阅了解两者的区别。
BeautifulSoup
接触到了BeautifulSoup，并且在一些文章的评论中看到对BeautifulSoup的称赞，进入文档查阅了下用法，改变了我之前对python，获取文档中部分特征的元素节点的写法困难的印象。
Beautiful Soup 4.4.0 文档
优化处理
之所以要加正则匹配，因为一开始获取到的图片链接里有空字符串的现象，在下载图片的时候直接报错整个程序挂掉，而且这个借鉴代码中的invalidLink1和invalidLink2看起来属实不舒服。所以添加了正则从源头保证链接的有效性，并且在执行下载代码中，添加了try，except保证程序出错也不会挂掉。
借鉴的代码中每一次的下载，都会对要保存的目录进行打开和关闭，于是将打开关闭抽离到最外层，下载的逻辑放在里面，下载图片成功的提速果然肉眼可见~
总结
壁纸确实不戳~，希望下一个学习的脚本能更加有趣~
以上就是Python 批量下载阴阳师网站壁纸的详细内容，更多关于python 下载阴阳师网站壁纸的资料请关注服务器之家其它相关文章！
原文链接：https://juejin.cn/post/6963871968378486798
