最近几天研究了一下一直佷好奇的爬虫算法。这里写一下最近几天的点点心得下面进入正文:
你可能需要的工作环境:
我们这里以sogou作为爬取的对象。
首先我们进入搜狗图片进入壁纸分类(当然只是个例子Q_Q),因为如果需要爬取某网站资料那么就要初步的了解它…
进去后就是这个啦,然后F12进入开发人员选项笔者用的是Chrome。
发现我们需要的图片src是在img标签下的于是先试着用 Python 的
在写这段爬虫程序的时候,最好要逐步调試确保我们的每一步操作正确,这也是程序猿应该有的好习惯笔者不知道自己算不算个程序猿哈。线面我们来剖析该url指向的网页
发现,有点接近我们需要的元素了点开all_items 发现下面是0 1 2 3...一个一个的貌似是图片元素。试着打开一个url发现真的是图片嘚地址。找到目标之后点击XHR下的Headers