概述
Python Scrapy爬虫，听说妹子图挺火，我整站爬取了，上周一共搞了大概8000多张图片。和大家分享一下。
核心爬虫代码
# -*- coding: utf-8 -*-
from scrapy.selector import Selector
import scrapy
from scrapy.contrib.loader import ItemLoader,Identity
from fun.items import MeizituItem
class MeizituSpider(scrapy.Spider):
name = "meizitu"
allowed_domains = ["meizitu.com"]
start_urls = (
'http://www.meizitu.com/',)
def parse(self,response):
sel = Selector(response)
for link in sel.xpath('//h2/a/@href').extract():
request = scrapy.Request(link,callback=self.parse_item)
yield request
pages = sel.xpath("//div[@class='navigation']/div[@id='wp_page_numbers']/ul/li/a/@href").extract()
print('pages: %s' % pages)
if len(pages) > 2:
page_link = pages[-2]
page_link = page_link.replace('/a/','')
request = scrapy.Request('http://www.meizitu.com/a/%s' % page_link,callback=self.parse)
yield request
def parse_item(self,response):
l = ItemLoader(item=MeizituItem(),response=response)
l.add_xpath('name','//h2/a/text()')
l.add_xpath('tags',"//div[@id='maincontent']/div[@class='postMeta clearfix']/div[@class='MetaRight']/p")
l.add_xpath('image_urls',"//div[@id='picture']/p/img/@src",Identity())
l.add_value('url',response.url)
return l.load_item()
项目地址：https://github.com/ZhangBohan/fun_crawler
以上所述就是本文的全部内容了，希望大家能够喜欢。
总结
以上是编程之家为你收集整理的Python使用Scrapy爬取妹子图全部内容，希望文章能够帮你解决Python使用Scrapy爬取妹子图所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧
602392714
清零编程群