#coding=utf-8
import requests
from bs4 import BeautifulSoup
import os all_url = 'http://www.mzitu.com' #http请求头
Hostreferer = {
'User-Agent':'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)',
'Referer':'http://www.mzitu.com'
}
Picreferer = {
'User-Agent':'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)',
'Referer':'http://i.meizitu.net'
}
#此请求头破解盗链 start_html = requests.get(all_url,headers = Hostreferer) #保存地址
path = '/home/lyt/mzitu/' #找寻最大页数
soup = BeautifulSoup(start_html.text,"html.parser")
page = soup.find_all('a',class_='page-numbers')
max_page = page[-2].text same_url = 'http://www.mzitu.com/page/'
for n in range(1,int(max_page)+1):
ul = same_url+str(n)
start_html = requests.get(ul, headers = Hostreferer)
soup = BeautifulSoup(start_html.text,"html.parser")
all_a = soup.find('div',class_='postlist').find_all('a',target='_blank')
for a in all_a:
title = a.get_text() #提取文本
if(title != ''):
print("准备扒取:"+title) #win不能创建带?的目录
if(os.path.exists(path+title.strip().replace('?',''))):
#print('目录已存在')
flag=1
else:
os.makedirs(path+title.strip().replace('?',''))
flag=0
os.chdir(path + title.strip().replace('?',''))
href = a['href']
html = requests.get(href,headers = Hostreferer)
mess = BeautifulSoup(html.text,"html.parser")
pic_max = mess.find_all('span')
pic_max = pic_max[10].text #最大页数
if(flag == 1 and len(os.listdir(path+title.strip().replace('?',''))) >= int(pic_max)):
print('已经保存完毕,跳过')
continue
for num in range(1,int(pic_max)+1):
pic = href+'/'+str(num)
html = requests.get(pic,headers = Hostreferer)
mess = BeautifulSoup(html.text,"html.parser")
pic_url = mess.find('img',alt = title)
print(pic_url['src'])
# exit(0)
html = requests.get(pic_url['src'],headers = Picreferer)
file_name = pic_url['src'].split(r'/')[-1]
f = open(file_name,'wb')
f.write(html.content)
f.close()
print('完成')
print('第',n,'页完成')
准备扒取:性感美女奶瓶土肥圆硕大美乳雪白细腻惹人冲动
已经保存完毕,跳过
准备扒取:甜美小蜜唐思琪巨乳颤颤姿势妩媚,看完心潮澎湃
已经保存完毕,跳过
准备扒取:美腿御姐萌琪琪曼妙身姿如狼似虎
已经保存完毕,跳过
准备扒取:欲女王雨纯情趣调教 她火热紧致让你性趣满满
准备扒取:尤蜜荟美女模特妲己Toxic天然美乳娇媚入骨
已经保存完毕,跳过
准备扒取:风骚欲女周于希奶大屁股翘 脱衣玩自摸豪放大胆
http://i.meizitu.net/2018/09/12a01.jpg
http://i.meizitu.net/2018/09/12a02.jpg
http://i.meizitu.net/2018/09/12a03.jpg
http://i.meizitu.net/2018/09/12a04.jpg
http://i.meizitu.net/2018/09/12a05.jpg
http://i.meizitu.net/2018/09/12a06.jpg
http://i.meizitu.net/2018/09/12a07.jpg

打印后的结果为:

最新文章

  1. [Intel Edison开发板] 05、Edison开发基于MRAA实现IO控制,特别是UART通信
  2. javascrpt事件
  3. JS-小球碰撞反弹
  4. font和lineheight冲突。
  5. 遇到技嘉 Gigabyte UEFI DualBIOS问题
  6. tomcat服务器配置及使用
  7. 无线路由器wds桥接技术+丢包率
  8. JS闭包理解_摘
  9. 为什么要用BASE64
  10. Linux时间子系统之四:Timer在用户和内核空间流程
  11. 第二篇-ubuntu18.04下怎么制作GIF动画
  12. Spring使用原生JDBC
  13. centos7 虚拟机安装docker-ce-17.09
  14. Delphi : 制作程序启动欢迎界面
  15. python面向对象高级:@property
  16. 筛选DataTable中的数据
  17. python: no module named bz2
  18. 《ASP.NET MVC 5 破境之道》:概述
  19. python学习之老男孩python全栈第九期_day017知识点总结——初识递归、算法
  20. TabActivity 、fragemnt+fragment 和 Fragment+Viewpager 优缺点

热门文章

  1. 【week9】psp
  2. eclipse官方网址、各个版本的下载
  3. webgl学习笔记五-纹理
  4. django学习系列-01
  5. HDU4647_Another Graph Game
  6. ZOJ2725_Digital Deletions
  7. WebGL画一个10px大小的点
  8. 怎样搭建一个自有域名的 WORDPRESS 博客?
  9. 转:python的nltk中文使用和学习资料汇总帮你入门提高
  10. Round 403 div. 2