import os.path

import re

import requests

if __name__ == '__main__':

    # 如果不存在该文件夹则进行创建

    if not os.path.exists('./saimenshibo'):

        os.mkdir('./saimenshibo')

    url = 'https://www.symansbon.cn/product_ajax.aspx'

    header = {

        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36'

    }

    # 抓取前四页的图片数据

    for i in range(1, 5):

        param = {

            't': '10',

            'page': i,

            'pid': '27',

            '_': '1666084852813'

        }

        # 得到页面源码

        page = requests.get(url=url, params=param, headers=header).text

        # 正则匹配它的src () => 匹配括号内的表达式  .*? => 惰性匹配

        ex = '<li>.*?<figure>.*?<img src="(.*?)" alt.*?</li>'

        # 获取到图片所有的url地址

        img_list = re.findall(ex, page, re.S)

        for img in img_list:

            if not str(img).startswith('https:'):

                # 获取完整URL

                img_src = 'https://www.symansbon.cn/' + img

            else:

                img_src = img

            # 根据url下载图片 .content 获取二进制数据

            img_data = requests.get(url=img_src, headers=header).content

            # img_src='Uploadfiles/Picture/2022-8-5/2022851751539645.jpg' 取xxx.jpg作为图片名称

            img_name = str(img).split('/')[-1]

            # 拼接图片的保存路径

            img_url = './saimenshibo/' + img_name

            # 第一部获取的页面上只是获取了所有图片的url，需要根据指定的URL去二进制下载对应图片数据

            with open(img_url, 'wb') as fp:

                fp.write(img_data)

                print('下载成功')

    print('下载完成！')