怎么在python中利用多线程爬取网站壁纸

本篇文章给大家分享的是有关怎么在python中利用多线程爬取网站壁纸，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

Python主要用来做什么

Python主要应用于：1、web开发；2、数据科学研究；3、网络爬虫；4、嵌入式应用开发；5、游戏开发；6、桌面应用开发。

基本开发环境

· Python 3.6

· PyCharm

需要导入的库

目标网页分析

网站是静态网站，没有加密，可以直接爬取

整体思路：

先在列表页面获取每张壁纸的详情页地址

在壁纸详情页面获取壁纸真实高清url地址

保存地址

代码实现

模拟浏览器请请求网页，获取网页数据

这里只选择爬取前10页的数据

代码如下

import threadingimport parselimport requestsdef get_html(html_url): ''' 获取网页源代码 :param html_url: 网页url :return: ''' response = requests.get(url=html_url, headers=headers) return responsedef get_par(html_data): ''' 把 response.text 转换成 selector 对象 解析提取数据 :param html_data: response.text :return: selector 对象 ''' selector = parsel.Selector(html_data) return selectordef download(img_url, title): ''' 保存数据 :param img_url: 图片地址 :param title: 图片标题 :return: ''' content = get_html(img_url).content path = '壁纸\\' + title + '.jpg' with open(path, mode='wb') as f:  f.write(content)  print('正在保存', title)def main(url): ''' 主函数 :param url: 列表页面 url :return: ''' html_data = get_html(url).text selector = get_par(html_data) lis = selector.CSS('.wb_listbox div dl dd a::attr(href)').getall() for li in lis:  img_data = get_html(li).text  img_selector = get_par(img_data)  img_url = img_selector.css('.wb_showpic_main img::attr(src)').get()  title = img_selector.css('.wb_pictitle::text').get().strip()  download(img_url, title) end_time = time.time() - s_time print(end_time)if __name__ == '__main__': for page in range(1, 11):  url = 'Http://www.deskbizhi.com/min/list-{}.html'.fORMat(page)  main_thread = threading.Thread(target=main, args=(url,))  main_thread.start()

以上就是怎么在python中利用多线程爬取网站壁纸，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注编程网Python频道。