今天教大家用元件组合,做一个网页图片爬虫。
成都创新互联专业为企业提供思南网站建设、思南做网站、思南网站设计、思南网站制作等企业网站建设、网页设计与制作、思南企业网站模板建站服务,十载思南做网站经验,不只是建网站,更提供有价值的思路和整体网络服务。
需要用到的元件:循环控制器+计数器+xpath提前器+函数嵌套+beanshell代码
首先我们确定一下要爬取的图片网站:https://dp.pconline.com.cn/list/all_t5.html
通过F12观察一下他的html代码,发现这些图片都是通过href链接跳转之后,访问的src图片
那么我们可以考虑先对网站发起请求,通过xpath表达式提取到图片的src,也就是图片的访问链接
然后再通过xpath提取出这些图片的标题
因为考虑到每一组图片和标题都是一一对应的,因此这里提取出来的匹配数字也可以认为是一一对应。
在dubug中我们可以看到,url和标题都提取了50个,且一一对应。
在循环控制器中添加一个计数器,用来计算需要执行爬取的次数
添加一个http请求,在循环控制器下,循环对debug中获取到的url发起请求,同时遍历写入图片标题
每一次发起请求之后,都把请求获取的图片通过代码写入本地,同时遍历写入图片名称
执行脚本观察响应结果,观察本地文件写入结果
友情提示:这一套爬虫脚本,摒弃了以往通过foreach控制器遍历进行爬虫的方法。转而通过函数嵌套的方式,同步遍历多个参数进行文件写入。难点就在于函数嵌套遍历的理解和xpath元素定位,希望大家好好研究,有问题可以和我进行探讨!
售后响应及时
7×24小时客服热线数据备份
更安全、更高效、更稳定价格公道精准
项目经理精准报价不弄虚作假合作无风险
重合同讲信誉,无效全额退款