今天深圳的晚上很冷，半夜就睡醒了，出去买点吃的难受的一批

说好的24小时呢？
开搞开搞

安装第三方库

安装第三方请求库(requests)
pip install requests

请求页面

请求成功了
存在特殊情况：请求失败
原因八成是网页知道我们是Python过来的不给我们请求。

这里教各路神仙去解决这个User-Agent的尴尬问题：

嗯…怎么看网页的啊？
啊Sir。来了不要催
（只好打马赛克了）

## 请求网页 import requests headers={ 'User-Agent':'only老K'# 这里可以随意输入,也可以输入网页上面的User-Agent } response = requests.get('https://www.vmgirls.com/12945.html') print(response.request.headers) print(response.text) 

解析网页

需要使用 re库来进行正则匹配
找到我们的图片的位置

上面注意看匹配内容
然后进行解析（我们不是什么都需要匹配的，只是需要匹配href里面的内容）

## 请求网页 import requests import re  headers = { 'User-Agent':'only老K'# 这里可以随意输入,也可以输入网页上面的User-Agent } response = requests.get('https://www.vmgirls.com/12945.html')#然后这里就吧上面的headers放进去 #response = requests.get('https://www.vmgirls.com/12945.html',headers=headers) # print(response.request.headers) # print(response.text) html = response.text #解析网页 urls = re.findall('<a href="(.*?)" alt=".*?" title=".*?">',html) # (.*?) 意思就是匹配这个数据 print(urls) 

保存图片

第一版本：（文件存在在当前的文件夹，没有创建出来分类）

User-Agent：请求对象   AppleWebKit：请求内核  Chrome浏览器 ## 请求网页 import requests import re import time  headers = {     'User-Agent':'only老K'# 这里可以随意输入,也可以输入网页上面的User-Agent } response = requests.get('https://www.vmgirls.com/12945.html') # print(response.request.headers) # print(response.text) html = response.text #解析网页 urls = re.findall('<a href="(.*?)" alt=".*?" title=".*?">',html) print(urls) # 保存图片 for url in urls:     time.sleep(1) #睡眠一秒，别把别人网站查崩了     file_name = url.split('/')[-1]     response = requests.get(url) # 重新请求网站 图片地址就可以直接看了     with open(file_name,'wb') as f: #'wb':二进制 file_name：图片名称         f.write(response.content) 

图片就有了…

有问题?有点…不可能数据啥子的都放这里吧…

现在处理

## 请求网页 import requests import re import time import os  headers = {     'User-Agent':'only老K'# 这里可以随意输入,也可以输入网页上面的User-Agent } response = requests.get('https://www.vmgirls.com/12945.html') # print(response.request.headers) # print(response.text) html = response.text #解析网页 dir_name = re.findall('<h1 class="post-title h3">(.*?)</h1>',html)[-1] #根据网页标题去做我们的文件夹名字 if not os.path.exists(dir_name):     os.mkdir(dir_name) urls = re.findall('<a href="(.*?)" alt=".*?" title=".*?">',html) # (.*?) 意思就是匹配这个数据 # print(urls) # 保存图片 for url in urls:     time.sleep(1)     file_name = url.split('/')[-1]     response = requests.get(url)     with open(dir_name +'/' + file_name,'wb') as f: #'wb':二进制 file_name：图片名称         f.write(response.content) 

网络觉得你的爬取速度…

2020.6.22更新一波：Python连接数据库，为后期相关操作做准备
Python连接数据库以及组合拳
更新的再次提交，ImapBox没有通过，小编只好把图片去掉了