小白学爬虫——爬取半次元热门榜top100

本文介绍了一个使用Selenium和Python编写的脚本,该脚本能够登录网站并爬取指定日期范围内的图片排行榜数据,自动保存图片到本地。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import urllib
import re

def ImgSave(url,n):
    u=urllib.request.urlopen(url)
    data=u.read()
    file=open("F://pic//"+str(n)+".jpg","wb")
    file.write(data)
    file.close()

n=0
driver = webdriver.Chrome()
driver.get("https://bcy.net/login")
elem_name=driver.find_element_by_id('email')
elem_pwd=driver.find_element_by_id('password')
elem_name.send_keys("442110511@qq.com")
elem_pwd.send_keys("fuzhe631123")
driver.find_element_by_xpath('//input[@class="btn_green_w121"]').click()
driver.find_element_by_xpath("//a[@href='/illust']").click()
q=20171021
driver.find_element_by_xpath("//a[@href='/illust/toppost100']").click()
print("正在打印"+q+"的排行榜")
while(q>20171016):
    s=driver.page_source
    pattern=re.compile('work-thumbnail__topBd.*?<a href="(.*?)" target',re.S)
    imgs=re.findall(pattern,s)

    for i in imgs:
        url='https://bcy.net'+i
        driver.get(url)
        s=driver.page_source
        p = re.compile('<img class="detail_std detail_clickable" src="(.*?)"', re.S)
        ms = re.findall(p, s)

        for m in ms:
            n=n+1
            ImgSave(m,n)
    q = q - 1
    driver.get("https://bcy.net/illust/toppost100?type=week&date="+str(q))


driver.close()
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值