很多兄弟在聊天上没有下太多的功夫，导致自己聊天的时候很容易尬住，然后就不知道聊啥了，这时候合适表情包分分钟就能救场，但是一看自己收藏的表情包，好家伙，两只手都数得过来。

所以今天来给兄弟们分享一下爬取表情包的代码，再也不用尬聊了！

给大家看看我朋友的尬聊场面

 

 

本次目标

网站：发表情

网不好 ，没加载出来，表弟又在当老六，看不该看的抢我网速！！！

使用的工具

环境：Python3.8、pycharm需要安装的第三方模块：lxml 、requests

页面分析

静态还是动态 get

翻页规律

在img标签下 获取属性src属性 data 下载链接获取title属性值 图片的名字xpath

代码实战

# 导入模块

import requests # 请求模块

from lxml import etree # 解析模块

import urllib.request # 内置模块

import re # 正则

# 文章不理解，我也录制了相应的视频讲解

# 直接在这个君羊：708525271领取就好了，包括完整代码

num = 0

for i in range(1,11):

url = f'https://**网址屏蔽了，不然过不了/biaoqing/lists/page/{i}.html'

headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/105.0.0.0 Safari/537.36'

} # 模拟用户 爬取数据

response = requests.get(url,headers=headers)

data = response.text

# print(data) # 输出

# 创建对象 html-->xml

html = etree.HTML(data)

# 找到所有img标签 //在任意节点去匹配 不需要考虑位置 //img[@class="ui image lazy"]

img_tag = html.xpath('//img[@class="ui image lazy"]')

# print(len(img_tag)) # 一个页面有45个表情包

for img in img_tag:

# print()

# 下载链接

src = img.xpath('@data-original')[0]

# print(src)

# 名字 当前的img下面找当前节点 title属性'@title'

name = img.xpath('@title')[0]

# print(name)

title = re.sub('[\ / : * ? " < > |]',"", name) # 替换

urllib.request.urlretrieve(src,f'img/{title}{num}.jpg') # 保存

print(f'{num}张爬取完毕')

num+=1 # 等价于num=num+1

 

采集结果

最后

表情包在手，你就是斗图之王，没什么事情是一个表情包不能解决的，如果有，那就多发一些！

赶紧去试试吧，记得给小编一个三连吧！么么哒！

查看原文