实例如下所示:
import requests import re,sys,os import json import threading import pprint class spider: def __init__(self,sid,name): self.id = sid self.headers = { "Accept":"text/html,application/xhtml+xml,application/xml;", "Accept-Encoding":"gzip", "Accept-Language":"zh-CN,zh;q=0.8", "Referer":"http://www.example.com/", "User-Agent":"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/42.0.2311.90 Safari/537.36" } self.name=name def openurl(self,url): self.request = requests.get(url,headers = self.headers) if self.request.ok: return self.request.text def matchs(self): tmall_exp = r"Setup\(([\s\S]+"### 匹配商品数据的正则 detail= r"src=\"(https://img\S+"" ###匹配 商品详情图的正则 html = self.openurl("https://detail.tmall.com/item.htm"%self.id) data = re.findall(tmall_exp,html) data = json.loads(data[0]) main_img = data['propertyPics'] ## 这里包括了主图和颜色图的地址 color_data =data['valItemInfo'] ['skuList'] ### 这里获得商品的颜色信息列表 包括颜色编码 颜色名称,商品skuID detail_html = self.openurl("http:"+data['api']["httpsDescUrl"]) detail_image = re.findall(detail,detail_html) self.newdata={"MAIN":main_img['default'],"DETAIL":detail_image,"id":self.id,} psvs = [] self.newdata['COLOR']=[] for v in range(len(color_data)): if ";"in color_data[v]["pvs"]: psv = color_data[v]['pvs'][color_data[v]['pvs'].find(";")+1:] else: psv = color_data[v]['pvs'] if psv in psvs: continue psvs.append(psv) self.newdata['COLOR'].append({color_data[v]["names"]:main_img[";"+psv+";"]}) pprint.pprint(self.newdata) return self.newdata def download(self): if len(self.newdata)>0: for x in range(len(self.newdata['MAIN'])): threading.Thread(target=self.download_main,args=(self.newdata['MAIN'][x],x)).start() for x in self.newdata['COLOR']: threading.Thread(target=self.download_color,args=(x,)).start() for x in range(len(self.newdata['DETAIL'])): threading.Thread(target=self.download_detail,args=(self.newdata['DETAIL'][x],x)).start() return def download_main(self,url,index): try: img = requests.get("http:"+url,stream=True,headers = self.headers,timeout=10) except: print(sys.exc_info()) return if img.ok: if not os.path.exists(self.name+"/main"): try: os.makedirs(self.name+"/main") except: pass imgs = open(self.name+"/main/%s.jpg"%index,"wb") imgs.write(img.content) imgs.close() def download_color(self,url): try: img = requests.get("http:"+url[list(url.keys())[0]][0],stream=True,headers = self.headers,timeout=10) except: print(sys.exc_info()) return if img.ok: if not os.path.exists(self.name+"/color"): try: os.makedirs(self.name+"/color") except: pass if "/"in list(url.keys())[0]: color = list(url.keys())[0].replace("/","_") elif "\\" in list(url.keys())[0]: color = list(url.keys())[0].replace("\\","_") else: color = list(url.keys())[0] imgs = open(self.name+"/color/%s.jpg"%color,"wb") imgs.write(img.content) imgs.close() def download_detail(self,url,index): try: img = requests.get(url,stream=True,headers = self.headers,timeout=10) except: print(sys.exc_info()) return if img.ok: if not os.path.exists(self.name+"/detail"): try: os.makedirs(self.name+"/detail") except: pass imgs = open(self.name+"/detail/%s.jpg"%index,"wb") imgs.write(img.content) imgs.close() if __name__ =="__main__": sid = 528766269341 ## 这里输入天猫宝贝ID taobao = spider(sid,"下载图片/T") taobao.matchs() taobao.download()
以上这篇python 爬虫一键爬取 淘宝天猫宝贝页面主图颜色图和详情图的教程就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com
暂无评论...
更新日志
2024年11月15日
2024年11月15日
- 刘文正《流金三十年》[6N纯银镀膜][低速原抓WAV+CUE]
- 赵传.1994-精挑细选精选集【滚石】【WAV+CUE】
- 郑亚弦.2024-隔壁包厢603(EP)【发现梦想】【FLAC分轨】
- 文章.2004-被遗忘的时光【华博音乐】【WAV+CUE】
- 群星《青葱韶歌》原力计划·毕业季企划合辑[FLAC+分轨][661M]
- 群星《抖烧 DSD》抖音神曲 [WAV分轨][992M]
- 庾澄庆《哈林天堂》索尼音乐[WAV+CUE][1G]
- 英雄联盟全球总决赛多久打一次 全球总决赛举办频率介绍
- 第二届老头杯什么时候开始选人 第二届老头杯选人时间介绍
- 英雄联盟第二届老头杯什么时候开始 老头杯s2赛程时间队伍名单汇总
- AI赋能卓越显示技术共筑数字未来:三星显示器产品矩阵亮相2024进博会
- 技术剖析:天玑9400如何打造移动最强GPU和游戏体验?
- 顶级装备 实力登顶:三星显示器双十一焕新升级最后冲刺
- 陈影《绝色靓声》WAV+CUE
- 龚玥《禅是一枝花(6N纯银SQCD)》原抓WAV+CUE