蜂鸟网图片–啰嗦两句
前面的教程内容量都比较大，今天写一个相对简单的，爬取的还是蜂鸟，依旧采用aiohttp希望你喜欢
爬取页面`前面程还是基于学习的目的，为啥选择蜂鸟，没办法，我瞎选的。
一顿熟悉的操作之后，我找到了下面的链接
/ajax/ajaxTuPicList.php?page=2&tagsId=15&action=getPicLists
这个链接返回的是JSON格式的数据
page =2页码，那么从1开始进行循环就好了tags=15 标签名称，15是儿童，13是美女，6391是私房照，只能帮助你到这了，毕竟我这是专业博客ヾ(◍°∇°◍)ﾉﾞaction=getPicLists接口地址，不变的地方
数据有了，开爬吧
import aiohttpimport asyncioheaders = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36","X-Requested-With": "XMLHttpRequest","Accept": "*/*"}async def get_source(url):print("正在操作:{}".format(url))conn = aiohttp.TCPConnector(verify_ssl=False) # 防止ssl报错,其中一种写法async with aiohttp.ClientSession(connector=conn) as session: # 创建sessionasync with session.get(url, headers=headers, timeout=10) as response: # 获得网络请求if response.status == 200: # 判断返回的请求码source = await response.text() # 使用await关键字获取返回结果print(source)else:print("网页访问失败")if __name__=="__main__":url_format = "/ajax/ajaxTuPicList.php?page={}&tagsId=15&action=getPicLists"full_urllist= [url_format.format(i) for i in range(1,21)]event_loop = asyncio.get_event_loop() #创建事件循环tasks = [get_source(url) for url in full_urllist]results = event_loop.run_until_complete(asyncio.wait(tasks)) #等待任务结束Python资源分享qun 784758214 ,内有安装包，PDF，学习视频，这里是Python学习者的聚集地，零基础，进阶，都欢迎
上述代码在执行过程中发现，顺发了20个请求，这样子很容易就被人家判定为爬虫，可能会被封IP或者账号，我们需要对并发量进行一下控制。
使Semaphore控制同时的并发量
import aiohttpimport asyncio# 代码在上面sema = asyncio.Semaphore(3)async def get_source(url):# 代码在上面######################## 为避免爬虫一次性请求次数太多，控制一下async def x_get_source(url):with(await sema):await get_source(url)if __name__=="__main__":url_format = "/ajax/ajaxTuPicList.php?page={}&tagsId=15&action=getPicLists"full_urllist= [url_format.format(i) for i in range(1,21)]event_loop = asyncio.get_event_loop() #创建事件循环tasks = [x_get_source(url) for url in full_urllist]results = event_loop.run_until_complete(asyncio.wait(tasks)) #等待任务结束
走一波代码，出现下面的结果，就可以啦！
在补充上图片下载的代码
import aiohttpimport asyncioimport json## 蜂鸟网图片--代码去上面找async def get_source(url):print("正在操作:{}".format(url))conn = aiohttp.TCPConnector(verify_ssl=False) # 防止ssl报错,其中一种写法async with aiohttp.ClientSession(connector=conn) as session: # 创建sessionasync with session.get(url, headers=headers, timeout=10) as response: # 获得网络请求if response.status == 200: # 判断返回的请求码source = await response.text() # 使用await关键字获取返回结果############################################################data = json.loads(source)photos = data["photos"]["photo"]for p in photos:img = p["src"].split('?')[0]try:async with session.get(img, headers=headers) as img_res:imgcode = await img_res.read()with open("photos/{}".format(img.split('/')[-1]), 'wb') as f:f.write(imgcode)f.close()except Exception as e:print(e)############################################################else:print("网页访问失败")# 为避免爬虫一次性请求次数太多，控制一下async def x_get_source(url):with(await sema):await get_source(url)if __name__=="__main__":#### 代码去上面找Python资源分享qun 784758214 ,内有安装包，PDF，学习视频，这里是Python学习者的聚集地，零基础，进阶，都欢迎
图片下载成功，一个小爬虫，我们又写完了，美滋滋
