本文概要
前言:
本文非常浅显易懂,可以说是零基础也可快速掌握。如有疑问,欢迎留言,笔者会第一时间回复。本文代码存于github
一、分析表情包网址
进入斗图啦
1、进入斗图啦网址,点击“最新表情”,再点击第二、第三页,得出规律如下:
第一页:https://www.doutula.com/photo/list/?page=2
第三页:https://www.doutula.com/photo/list/?page=3
第四页:https://www.doutula.com/photo/list/?page=4
可以看出,page的值跟点击的页数有关,因此,我们就拿到了要爬取的url
2、打开检查元素,可以看到html源码
html源码
可以看出,每一页的图片都在 div 标签里面,然后每一个 a 标签包含一个图片,
html源码
我们要取到表情包,就是要取得 a 标签包含的图片 url,我们可以利用xpath语法。
二、实践
a、获取 img 标签取到的 img 有 gif 的信息,我们需要过滤掉
b、接下来是获取图片的 url
c、截取后缀,得到文件名,并保存
这样下来,就已经可以快速保存你所需要的表情包了,论斗图,谁比得过你
全部代码如下:
最终结果:
斗图.png
区区20几行代码,就可以造就一个斗图西方求败的你,赶快来行动吧!
当然,还可以更高级一点,就是利用多线程,异步进行爬取、下载,几秒钟就可以下载到上千张的表情包!相关代码,我也放到了 github ,需要的朋友自行去look look!
领取专属 10元无门槛券
私享最新 技术干货