美文网首页Python程序员v大数据 爬虫Python AI SqlPython语言与信息数据获取和机器学习
Python学习 三 01 再爬一个网站,几行代码,搞定分类类别

Python学习 三 01 再爬一个网站,几行代码,搞定分类类别

作者: Python爬虫学习 | 来源:发表于2018-01-10 20:00 被阅读40次

    前文,下载了一个图片网站,但是素材还是不够,我希望的是GIF素材,所以又找了一个网站。

    下载这些图片的目的,是在进行动图创作、视频编辑的时候,感到素材太少,所以需要爬以下,获得一些素材。

    分享之前我还是要推荐下我自己建的Python开发学习群:628979297,群里都是学Python开发的,如果你正在学习Python ,小编欢迎你加入,今天分享的这个案例已经上传到群文件,大家都是软件开发党,不定期分享干货(只有Python软件开发相关的),包括我自己整理的一份2018最新的Python进阶资料和高级开发教程,欢迎进阶中和进想深入Python的小伙伴。

    如果喜欢视频编辑的话,可以下载我的另一款软件:任性小视频

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    根据主类别,创建本地目录,

    将主类别对应的网址,下载下来

    看网页源码

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    创建好的主类别如下

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    代码如下:

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    目前,我们将主类别创建成功了,而且主类别目录下,是其对应的网页

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    下图为主类别网页

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    网页源码如下:

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    子类别位于class=cat的DIV下

    标签的对应的类 class="sidebar-letter"

    下面,我们加载这个主类别网页,然后,在这个网页中搜寻子类别信息

    首先获得gif目录下的所有子文件夹

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    然后获得子目录下存放的TXT网页,对此网页进行解析,获得所需的子类别信息,

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    代码:

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    最后,根据子类别信息,创建子类别目录,及子类别对应的网页

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    至此,我们将原网站中对应的类别信息,已经下载下了。

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    代码:

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    注意了,前面写的那么多,要废除了,但是前面也并不是一点作用也没有,而是为了更好的分析

    很多时候就这样,并不能一下子就找到正确的方法,就是要在不断的调试,不断的分析后,才能找到更好的策略

    我发现,这个网站,并不是严格的几层分类,分类层数不一定,又仔细看了下源码,不管是主分类网页,还是次分类网页,他们的div的类别都是相同的。

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    而A分类下的子类别accordions下,可能还有子分类,也可能没有子分类。

    判断accordions下还没有子分类的方式:

    下载网页

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    看看此网页中是否还有

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    如果还有,则继续创建类别

    这是一个递归创建的过程,所以我将上面的程序重新推到,重新写了个递归算法。

    用这几句代码,就可以正确的创建网站类别了。

    ython学习 三 01 再爬一个网站,几行代码,搞定分类类别

    相关文章

      网友评论

        本文标题:Python学习 三 01 再爬一个网站,几行代码,搞定分类类别

        本文链接:https://www.haomeiwen.com/subject/zdhanxtx.html