cndotaercrazybm 2021-06-19 09:36 采纳率: 85.7%
浏览 40
已采纳

爬取商品图片,alt中名字相同,执行后只有一张图,把改为src后就报错,

import requests
import os
from lxml import etree
if __name__ == "__main__":

    # 爬取页面源码数据
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
    }   # UA伪装
    url = 'https://item.jd.com/100021007440.html'
    page_text = requests.get(url=url,headers = headers).text
    # 手动设定响应数据的编码格式
    # res = requests.get(url=url,headers = headers)
    # res.encoding = 'utf-8'
    # page_text = res.text

    # 页面数据解析
    tree = etree.HTML(page_text)
    # 创建一个文件夹
    if not os.path.exists('./jd_img'):
        os.mkdir('./jd_img')
    li_list = tree.xpath('//*[@id="spec-list"]//li')
    for li in li_list:
        #局部解析 获取src 与 alt
        img_src = li.xpath('./img/@src')[0]
        img_name = li.xpath('./img/@src')[0]+'.jpg'
        # 通用处理中文乱码的解析方式
        # img_name = img_name.encode('iso-8859-1').decode('gbk')

        url = 'http:'+img_src

        # 爬取图片数据content
        pic_content = requests.get(url= url,headers = headers).content

        #持久化存储
        img_path = 'jd_img/' + img_name
        fp = open(img_path,'wb')
        fp.write(pic_content)
        print(img_name,'下载成功')
  • 写回答

2条回答 默认 最新

  • CSDN专家-HGJ 2021-06-19 10:39
    关注

    改成src后,图片名称这样写,img_name=img_src.split('/')[-1],代码中的写法有误。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

悬赏问题

  • ¥15 做个有关计算的小程序
  • ¥15 MPI读取tif文件无法正常给各进程分配路径
  • ¥15 如何用MATLAB实现以下三个公式(有相互嵌套)
  • ¥30 关于#算法#的问题:运用EViews第九版本进行一系列计量经济学的时间数列数据回归分析预测问题 求各位帮我解答一下
  • ¥15 setInterval 页面闪烁,怎么解决
  • ¥15 如何让企业微信机器人实现消息汇总整合
  • ¥50 关于#ui#的问题:做yolov8的ui界面出现的问题
  • ¥15 如何用Python爬取各高校教师公开的教育和工作经历
  • ¥15 TLE9879QXA40 电机驱动
  • ¥20 对于工程问题的非线性数学模型进行线性化