从品牌网站建设到网络营销策划,从策略到执行的一站式服务
今天教大家用元件组合,做一个网页图片爬虫。
创新互联建站专注于岑巩企业网站建设,响应式网站,商城网站建设。岑巩网站建设公司,为岑巩等地区提供建站服务。全流程定制网站,专业设计,全程项目跟踪,创新互联建站专业和态度为您提供的服务需要用到的元件:循环控制器+计数器+xpath提前器+函数嵌套+beanshell代码
首先我们确定一下要爬取的图片网站:https://dp.pconline.com.cn/list/all_t5.html
通过F12观察一下他的html代码,发现这些图片都是通过href链接跳转之后,访问的src图片
那么我们可以考虑先对网站发起请求,通过xpath表达式提取到图片的src,也就是图片的访问链接
然后再通过xpath提取出这些图片的标题
因为考虑到每一组图片和标题都是一一对应的,因此这里提取出来的匹配数字也可以认为是一一对应。
在dubug中我们可以看到,url和标题都提取了50个,且一一对应。
在循环控制器中添加一个计数器,用来计算需要执行爬取的次数
添加一个http请求,在循环控制器下,循环对debug中获取到的url发起请求,同时遍历写入图片标题
每一次发起请求之后,都把请求获取的图片通过代码写入本地,同时遍历写入图片名称
执行脚本观察响应结果,观察本地文件写入结果
友情提示:这一套爬虫脚本,摒弃了以往通过foreach控制器遍历进行爬虫的方法。转而通过函数嵌套的方式,同步遍历多个参数进行文件写入。难点就在于函数嵌套遍历的理解和xpath元素定位,希望大家好好研究,有问题可以和我进行探讨!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
成都网站建设公司地址:成都市青羊区太升南路288号锦天国际A座10层 建设咨询028-86922220
成都快上网科技有限公司-四川网站建设设计公司 | 蜀ICP备19037934号 Copyright 2020,ALL Rights Reserved cdkjz.cn | 成都网站建设 | © Copyright 2020版权所有.
专家团队为您提供成都网站建设,成都网站设计,成都品牌网站设计,成都营销型网站制作等服务,成都建网站就找快上网! | 成都网站建设哪家好? | 网站建设地图