python带你采集各种表情包，做群里最靓的崽~

前言

大家早好、午好、晚好吖~

环境使用:

• Python 3.8
• Pycharm 2021.2版本

模块使用:

• import requests >>> pip install requests
• import re

爬虫的基本套路 一. 数据来源分析

1. 明确自己需求
2. url 唯一资源定位符

二. 代码实现步骤

1. 发送请求, 用python代码模拟浏览器对于url地址发送请求
2. 获取数据, 获取服务器返回响应数据
3. 解析数据, 提取我们想要图片url以及图片的标题
4. 保存数据, 图片内容保存本地文件夹

代码

import requests  # 数据请求模块
import re  # 正则表达式
import time  # 时间模块
import concurrent.futures

def get_response(html_url):
    """
    发送请求函数
    :param html_url: 形式参数, 不具备实际意义
    :return:
    某些你不加伪装,也可以得到数据 
    headers 字典数据类型,
    Cookie 用户信息, 常用于检测是否有登陆账号  
    User-Agent: 用户代理 表示浏览器基本身份标识
    """
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36'
    }
    response = requests.get(url=html_url, headers=headers)
    return response  #  响应对象, 200表示状态码 请求成功
源码、解答、教程加Q裙：832157862

def get_img_info(html_url):
    """
    获取图片信息函数
    :param html_url: 网址
    :return:
    """
    response = get_response(html_url=html_url)  # 调用函数
    # print(response.text)
    #   () 表示精确匹配, 我们想要数据内容  .*? 通配符 可以匹配任意字符 除了(\n换行符)
    # 正则表达式就是复制粘贴 想要的数据用(.*?)表示就可以了
    title_list = re.findall('', response.text)
    url_list = re.findall('