用python爬取app照片

來源:互聯網
上載者:User

標籤:多行   fse   地址   alt   style   url   img   one   ons   

首先下載一個鬥魚(不下載也可以,url都在這了對吧)

   通過抓包,抓取到一個json的資料包,得到下面的地址

 

  觀察測試可知,通過修改offset值就是相當於app的翻頁

  訪問這個url,返回得到的是一個大字典,字典裡面兩個索引,一個error,一個data。而data又是一個長度為20的數組,每個數組又是一個字典。每個字典中又有一個索引,vertical_src。

  我們的目標就是它了!

 1 import urllib.parse 2 import urllib 3 import json 4 import urllib.request 5 data_info={} 6 data_info[‘type‘]=‘AUTO‘ 7 data_info[‘doctype‘]=‘json‘ 8 data_info[‘xmlVersion‘]=‘1.6‘ 9 data_info[‘ue‘]=‘UTF-8‘10 data_info[‘typoResult‘]=‘true‘11 head_info={}12 head_info[‘User-Agent‘]=‘DYZB/2.271 (iphone; iOS 9.3.2; Scale/3.00)‘13 url=‘http://capi.douyucdn.cn/api/v1/getVerticalRoom?aid=ios&client_sys=ios&limit=20&offset=20‘14 data_info=urllib.parse.urlencode(data_info).encode(‘utf-8‘)15 print(data_info)16 requ=urllib.request.Request(url,data_info)17 requ.add_header(‘Referer‘,‘http://capi.douyucdn.cn‘)18 requ.add_header(‘User-Agent‘,‘DYZB/2.271 (iphone; iOS 9.3.2; Scale/3.00)‘)19 response=urllib.request.urlopen(requ)20 print(response)21 html=response.read().decode(‘utf-8‘)

這短短20多行代碼就能返回得到json資料了。然後再通過對這json代碼的切片,分離得到每個主播照片的url地址。

然後得到這一頁的照片

 1 import json 2 import urllib.request 3 data_info={} 4 data_info[‘type‘]=‘AUTO‘ 5 data_info[‘doctype‘]=‘json‘ 6 data_info[‘xmlVersion‘]=‘1.6‘ 7 data_info[‘ue‘]=‘UTF-8‘ 8 data_info[‘typoResult‘]=‘true‘ 9 1011 url+str(i)=‘http://capi.douyucdn.cn/api/v1/getVerticalRoom?aid=ios&client_sys=ios&limit=20&offset=‘+str(x)12 data_info=urllib.parse.urlencode(data_info).encode(‘utf-8‘)13 print(data_info)14 requ=urllib.request.Request(url,data_info)15 requ.add_header(‘Referer‘,‘http://capi.douyucdn.cn‘)16 requ.add_header(‘User-Agent‘,‘DYZB/2.271 (iphone; iOS 9.3.2; Scale/3.00)‘)17 response=urllib.request.urlopen(requ)18 print(response)19 html=response.read().decode(‘utf-8‘)20 ‘‘‘21  print(type(dictionary))22 print(type(dictionary[data]))23 ‘‘‘24 dictionary=json.loads(html)25 data_arr=dictionary["data"]26 for i in range(0,19):27     name=data_arr[i]["nickname"]28     img_url=data_arr[i]["vertical_src"]29     print(type(img_url))30     respon_tem=urllib.request.urlopen(img_url)31     anchor_img=respon_tem.read()32     with open(‘../photos/‘+name+‘.jpg‘,‘wb‘) as f:33         f.write(anchor_img)

然後修改一下,讓它有了翻頁的功能

 1 import urllib.parse 2 import urllib 3 import json 4 import urllib.request 5 data_info={} 6 data_info[‘type‘]=‘AUTO‘ 7 data_info[‘doctype‘]=‘json‘ 8 data_info[‘xmlVersion‘]=‘1.6‘ 9 data_info[‘ue‘]=‘UTF-8‘10 data_info[‘typoResult‘]=‘true‘11 data_info=urllib.parse.urlencode(data_info).encode(‘utf-8‘)12 13 for x in range(0,195):14     url=‘http://capi.douyucdn.cn/api/v1/getVerticalRoom?aid=ios&client_sys=ios&limit=20&offset=‘+str(x)15     print(data_info)16     requ=urllib.request.Request(url,data_info)17     requ.add_header(‘Referer‘,‘http://capi.douyucdn.cn‘)18     requ.add_header(‘User-Agent‘,‘DYZB/2.271 (iphone; iOS 9.3.2; Scale/3.00)‘)19     response=urllib.request.urlopen(requ)20     print(response)21     html=response.read().decode(‘utf-8‘)22     dictionary=json.loads(html)23     data_arr=dictionary["data"]24     for i in range(0,19):25         name=data_arr[i]["nickname"]26         img_url=data_arr[i]["vertical_src"]27         print(type(img_url))28         respon_tem=urllib.request.urlopen(img_url)29         anchor_img=respon_tem.read()30         with open(‘../photos/‘+name+‘.jpg‘,‘wb‘) as f:31             f.write(anchor_img)

然後就等著吧~~

最好設定一下時間,每隔多久爬一次,或者每隔多久更換一次ip。就行了

 

用python爬取app照片

相關文章

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.