python爬虫小项目挣钱兼职（【Python爬虫实战项目】Python爬虫批量下载相亲网站数据并保存本地（附源码））

前言

今天给大家介绍的是Python爬虫批量下载相亲网站图片数据 
    
    
    
，在这里给需要的小伙伴们代码
     


     


     


    ，并且给出一点小心得    
    
    
    。

首先是爬取之前应该尽可能伪装成浏览器而不被识别出来是爬虫 




 




 




 


，基本的是加请求头 

   

   

   

，但是这样的纯文本数据爬取的人会很多
     

     

     

   ，所以我们需要考虑更换代理IP和随机更换请求头的方式来对相亲网站图片数据进行爬取  


     


     


     


。

在每次进行爬虫代码的编写之前  




  




  




  

，我们的第一步也是最重要的一步就是分析我们的网页


 




 




 




。

通过分析我们发现在爬取过程中速度比较慢 


  


  


  


，所以我们还可以通过禁用谷歌浏览器图片    
    
    
    、JavaScript等方式提升爬虫爬取速度   

   

   

   。

开发工具

Python版本： 3.6

相关模块：

requests模块

parsel模块

re模块

环境搭建

安装Python并添加到环境变量
     
     
     
  ，pip安装需要的相关模块即可   

     

     

     

。

文中完整代码及文件   




   




   




   
，评论留言获取

数据来源查询分析

浏览器中打开我们要爬取的页面

按F12进入开发者工具 



 



 



 



，查看我们想要的相亲网站图片数据在哪里

这里我们需要页面数据就可以了

代码实现

for page in range(1, 11): # 请求链接 url = fhttps://love.19lou.com/valueApp/api/love/searchLoveUser?page={page}&perPage=12&sex=0 # 伪装模拟 headers = { # User-Agent 用户代理, 表示浏览器基本信息 User-Agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36 Cookie:你的Cookie } # 发送请求 response = requests.get(url=url, headers=headers) print(response) #for循环遍历, 把列表里面元素一个一个提取出来 for index in response.json()[data][items]: # https://love.19lou.com/detail/51593564 format 字符串格式化方法 link = fhttps://love.19lou.com/detail/{index["uid"]} html_data = requests.get(url=link, headers=headers).text # 把获取下来 html字符串数据<html_data>, 转成可解析对象 selector = parsel.Selector(html_data) name = selector.css(.username::text).get() info_list = selector.css(.info-tag::text).getall() # . 表示调用方法属性 gender = info_list[0].split(：)[-1] age = info_list[1].split(：)[-1] height = info_list[2].split(：)[-1] date = info_list[-1].split(：)[-1] # 判断info_list元素个数 当元素个数4个 说明没有体重一栏 if len(info_list) == 4: weight = 0kg else: weight = info_list[3].split(：)[-1] info_list_1 = selector.css(.basic-item span::text).getall()[2:] zodiac = info_list_1[0].split(：)[-1] constellation = info_list_1[1].split(：)[-1] nativePlace = info_list_1[2].split(：)[-1] location = info_list_1[3].split(：)[-1] edu = info_list_1[4].split(：)[-1] maritalStatus = info_list_1[5].split(：)[-1] job = info_list_1[6].split(：)[-1] money = info_list_1[7].split(：)[-1] house = info_list_1[8].split(：)[-1] car = info_list_1[9].split(：)[-1] img_url = selector.css(.page .left-detail .abstract .avatar img::attr(src)).get() # 把获取下来的数据 保存字典里面 字典数据容器 dit = { 昵称: name, 性别: gender, 年龄: age, 身高: height, 体重: weight, 出生日期: date, 生肖: zodiac, 星座: constellation, 籍贯: nativePlace, 所在地: location, 学历: edu, 婚姻状况: maritalStatus, 职业: job, 年收入: money, 住房: house, 车辆: car, 照片: img_url, 详情页: link, } csv_writer.writerow(dit) new_name = re.sub(r[\/"*?<>|], , name)

获取Cookie

效果展示

最后

今天的分享到这里就结束了                 ，感兴趣的朋友也可以去试试哈

对文章有问题的
    




    




    




    ，或者有其他关于python的问题



















，可以在评论区留言或者私信我哦

觉得我分享的文章不错的话                ，可以关注一下我
     



     



     



     ，或者给文章点赞(/≧▽≦)/