Python爬取妹子图片源码

#-*-coding:utf-8
import requests
import lxml
import os
from bs4 import BeautifulSoup
class MEZI():
    def __init__(self,url,pageIndex):
        self.url=url+str(pageIndex)
        self.headers = {'User-Agent':'Mozilla/4.0 (compatible; MSIE 5.5; Windows NT)'}
 
    #得到一页的网页源码
    def get_one_page_html(self):
        re=requests.get(self.url,headers=self.headers)
        html=re.text
        return html
 
        #得到一个妹子的写真集的url
    def get_one_person_url(self):
        all_a=[]
        html=self.get_one_page_html()
        soup=BeautifulSoup(html,'lxml')
        all_p=soup.find('p',class_='postlist')
        all_span=all_p.find('ul').find_all('span')
        for span in all_span:
            if span.find('a'):
                all_a.append(span.find('a').get('href'))
        return all_a
 
    def download(self,filename):   #filename是你要存储的路径名
        x=1
        all_a=self.get_one_person_url()
        for a in all_a:   #这里只是一张照片的地址
            for i in range(1,30):    #限制每个人下载30张照片
                url=a+'/'+str(i)
                re=requests.get(url ,headers=self.headers)
                print u'正在下载图片:%s'%re.url
                html=re.text
                soup=BeautifulSoup(html,'lxml')
                img_url=soup.find('img').get('src')
                html_img = requests.get(img_url, headers=self.headers)
                img_name=str(x)+'.jpg'
                path=os.path.normpath(os.path.join(filename,img_name))    #这里是规范你的绝对路径,os.path.join(filename,img_name)是将目录名和文件名连接在一起
                with open(path,'wb') as f:   #开始下载
                    f.write(html_img.content)
                x=x+1
 
 
 
 
if __name__=="__main__":
    url='https://www.mzitu.com/page/'
    for i in range(1,30):
        app = MEZI(url, i)
        filename = 'g:\\picture2'
        app.download(filename)