python从网址爬图片协程_python协程gevent案例 爬取斗鱼图片过程解析
分析
分析網(wǎng)站尋找需要的網(wǎng)址
用谷歌瀏覽器摁F12打開開發(fā)者工具，然后打開斗魚顏值分類的頁面，如圖：
在里面的請求中，最后發(fā)現(xiàn)它是以ajax加載的數(shù)據(jù)，數(shù)據(jù)格式為json，如圖：
圈住的部分是我們需要的數(shù)據(jù)，然后復(fù)制它的網(wǎng)址為https://www.douyu.com/gapi/rknc/directory/yzRec/1，出于學(xué)習(xí)目的只爬取第一頁（減少服務(wù)器壓力）。然后把網(wǎng)址放到瀏覽器中測試是否可以訪問。如圖：
結(jié)果正常。
分析json數(shù)據(jù)，提取圖片鏈接
最后分析發(fā)現(xiàn)json中的data里面的rl是每個房間的信息，大概有200條左右，拿出其中的一條查詢里面的圖片鏈接。
{
"rid": 1282190,
"rn": "大家要開心啊~",
"uid": 77538371,
"nn": "鯨魚歐尼",
"cid1": 8,
"cid2": 201,
"cid3": 581,
"iv": 1,
"av": "avatar_v3/201908/d62c503c603945098f2c22d0d95c3b2e",
"ol": 610574,
"url": "/1282190",
"c2url": "/directory/game/yz",
"c2name": "顏值",
"icdata": {
"217": {
"url": "https://sta-op.douyucdn.cn/dy-listicon/king-web.png-v3.png",
"w": 0,
"h": 0
}
},
"dot": 2103,
"subrt": 0,
"topid": 0,
"bid": 0,
"gldid": 0,
"rs1": "https://rpic.douyucdn.cn/live-cover/appCovers/2019/08/01/1282190_20190801002745_big.jpg/dy1",
"rs16": "https://rpic.douyucdn.cn/live-cover/appCovers/2019/08/01/1282190_20190801002745_small.jpg/dy1",
"utag": [
{
"name": "呆萌鯨魚",
"id": 111405
},
{
"name": "美美美",
"id": 41
},
{
"name": "萌萌噠",
"id": 520
},
{
"name": "刀神老婆",
"id": 132367
}
],
"rpos": 0,
"rgrpt": 1,
"rkic": "",
"rt": 2103,
"ot": 0,
"clis": 1,
"chanid": 0,
"icv1": [
[
{
"id": 217,
"url": "https://sta-op.douyucdn.cn/dy-listicon/web-king-1-10-v3.png",
"score": 994,
"w": 0,
"h": 0
}
],
[
],
[
],
[
]
],
"ioa": 0,
"od": ""
}
測試發(fā)現(xiàn)rs16是房間的圖片，如果把鏈接最后的/dy1去掉的話，圖片就成大圖了，心里美滋滋。
代碼實現(xiàn)
import gevent
import json
from urllib import request
from gevent import monkey
# 使用gevent打補丁，耗時操作自動替換成gevent提供的模塊
monkey.patch_all()
# 圖片存放的目錄
ROOT = "./images/"
# 設(shè)置請求頭，防止被反爬蟲的第一步
header = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36 "
}
def download(img_src):
# 把每個鏈接最后的/dy1去掉
img_src: str = img_src.replace("/dy1", "")
# 提取圖片名
file_name: str = img_src.split("/")[-1]
response = request.urlopen(request.Request(img_src, headers=header))
# 保存到本地
with open(ROOT + file_name, "wb") as f:
f.write(response.read())
print(file_name, "下載完成！")
if __name__ == '__main__':
req = request.Request("https://www.douyu.com/gapi/rknc/directory/yzRec/1", headers=header)
# 把json數(shù)據(jù)轉(zhuǎn)換成python中的字典
json_obj = json.loads(request.urlopen(req).read().decode("utf-8"))
tasks = []
for src in json_obj["data"]["rl"]:
tasks.append(gevent.spawn(download, src["rs16"]))
# 開始下載圖片
gevent.joinall(tasks)
結(jié)果
由于使用的是協(xié)程，比線程效率更高，不到1秒就把第一頁的圖片全部爬取下來了。效果如圖：
此案例僅用于學(xué)習(xí)gevent的使用。
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
總結(jié)
以上是生活随笔為你收集整理的python从网址爬图片协程_python协程gevent案例 爬取斗鱼图片过程解析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： java中utf-8怎么设置_eclip
- 下一篇： linux去掉文件夹背景色