ajax 홈 페이지 분석 을 통 해 오늘 의 톱 스 트 리 트 촬영 미 도 를 얻 을 수 있 습 니 다.

14013 단어 python_ing
먼저 ajax 동적 웹 페이지 가 무엇 인지 설명 하 세 요. 웨 이 보 는 이런 것 을 자주 만 날 수 있 습 니 다. 아래로 계속 끌 어 내리 면 데이터 가 계속 로드 되 고 다음 화면 에 표 시 됩 니 다. 다음 그림 과 유사 합 니 다.이 웹 페이지 는 offset (보폭 20) 을 바 꾸 어 데 이 터 를 불 러 오 는 것 을 관찰 하고 데 이 터 를 캡 처 하 는 것 도 발견 할 수 있다.구 글 개발 자 F12 network 를 배 워 야 합 니 다. ajax 로 딩 을 보 려 면 XHR 태그 가 필요 합 니 다. 원본 코드 를 보 려 면 Doc 태그 가 필요 합 니 다. 코드 를 상세 하 게 분석 해 야 합 니 다. 현 재 는 최 선생님 의 성공 적 인 오 르 기 코드 일 뿐 pool 층 이 있 습 니 다.
from requests.exceptions import RequestException
import json
import re
from bs4 import BeautifulSoup
import requests
from urllib.parse import urlencode
from requests import codes   # ?from   import    
import os
from hashlib import md5   # ?
from multiprocessing.pool import Pool   #     

def get_page_index(offset, keyword):
    data = {
        'offsets': offset,
        'format': 'json',
        'keyword': keyword,
        'autoload': 'true',
        'count': '20',
        'cur_tab': 3
    }
    url = 'http://www.toutiao.com/search_content/?' + urlencode(data)  #        ,urlencode url       
    try:
        response = requests.get(url)
        if response.status_code == codes.ok:
            return response.json()
    except requests.ConnectionError:
        print('      ')
        return None

def get_images(json):
    if json.get('data'):
        data = json.get('data')
        for item in data:
            if item.get('cell_type') is not None:
                continue
            title = item.get('title')
            images = item.get('image_list')
            for image in images:
                yield {
                    'image': 'https:' + image.get('url'),
                    'title': title
                }

def save_image(item):
    img_path = 'img' + os.path.sep + item.get('title')
    if not os.path.exists(img_path):
        os.makedirs(img_path)
    try:
        resp = requests.get(item.get('image'))
        if codes.ok == resp.status_code:
            file_path = img_path + os.path.sep + '{file_name}.{file_suffix}'.format(
                file_name=md5(resp.content).hexdigest(),
                file_suffix='jpg')
            if not os.path.exists(file_path):
                with open(file_path, 'wb') as f:
                    f.write(resp.content)
                print('Downloaded image path is %s' % file_path)
            else:
                print('Already Downloaded', file_path)
    except requests.ConnectionError:
        print('Failed to Save Image,item %s' % item)

def main(offset):
    json = get_page_index(offset,'  ')
    for item in get_images(json):
        print(item)
        save_image(item)

GROUP_START = 0
GROUP_END = 7

if __name__ == '__main__':
    pool = Pool()
    groups = ([x * 20 for x in range(GROUP_START,GROUP_END + 1)])
    pool.map(main,groups) #     
    pool.close()
    pool.join()

좋은 웹페이지 즐겨찾기