王珂 发表于 2015-4-20 21:07:00

屌丝们的福利：爬行并下载meizitu图片

本帖最后由 xiaoye 于 2015-9-30 10:52 编辑

最近在看scrapy,然后就有福利了，源码参考网上现有源代码，如果有想直接看源代码的请直接百度之
核心源码
# This package will contain the spiders of your Scrapy project
#
# Please refer to the documentation for information on how to create and manage
# your spiders.
#encoding:utf8
from scrapy.spider import BaseSpider
from scrapy.selector import Selector
import scrapy
from scrapy.contrib.loader import ItemLoader,Identity
from meizitu.items import MeizituItem

class MeizituSpider(BaseSpider):
    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()
   

依赖scrapy，运行之前请先安装scrapy
源码下载地址
https://github.com/i3esn0w/fun_craw.git
貌似没有图片不好说话

灵少 发表于 2015-5-3 03:16:10

数一下够不够十个字了

wilist 发表于 2015-6-27 19:36:52

学习学习技术，加油！

ruguoruo 发表于 2015-6-28 00:01:26

感谢楼主的分享~

Micah 发表于 2015-6-28 23:10:01

支持中国红客联盟(ihonker.org)

H.U.C-麦麦 发表于 2015-6-29 11:20:06

学习学习技术，加油！

HUC-参谋长 发表于 2015-6-29 21:00:25

感谢楼主的分享~

ayang 发表于 2015-6-30 22:38:57

感谢楼主的分享~

54hacker 发表于 2015-7-1 08:13:35

感谢楼主的分享~

HUC-参谋长 发表于 2015-7-1 11:14:21

学习学习技术，加油！
页: [1]
查看完整版本: 屌丝们的福利：爬行并下载meizitu图片