import reimport requestsimport osfrom bs4 import BeautifulSoup

def getHtml(url):  #固定格式，获取html内容    headers = {        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'    }  #模拟用户操作    try:        r = requests.get(url, headers=headers)        r.raise_for_status()        r.encoding = r.apparent_encoding        return r.text    except:        print('网络状态错误')

def getUrlList(url):  # 获取图片链接    url_list = []  #存储每张图片的url，用于后续内容爬取    demo = getHtml(url)    soup = BeautifulSoup(demo,'html.parser')    sp = soup.find_all('div', class_="list") #class='list'在全文唯一，因此作为锚，获取唯一的div标签；注意，这里的网页源代码是class，但是python为了和class（类）做区分，在最后面添加了_    nls = re.findall(r'a href="(.*?)" rel="external nofollow"  rel="external nofollow" ', str(sp)) #用正则表达式提取链接    for i in nls:        if 'https' in i: #因所有无效链接中均含有'https'字符串，因此直接剔除无效链接（对应第3条的分析）            continue        url_list.append('http://www.netbian.com' + i) #在获取的链接中添加前缀，形成完整的有效链接    return url_list

def fillPic(url,page):    pic_url = getUrlList(url) #调用函数，获取当前页的所有图片详情页链接    path = './美女'  # 保存路径    for p in range(len(pic_url)):        pic = getHtml(pic_url[p])        soup = BeautifulSoup(pic, 'html.parser')        psoup = soup.find('div', class_="pic") #class_="pic"作为锚，获取唯一div标签；注意，这里的网页源代码是class，但是python为了和class（类）做区分，在最后面添加了_        picUrl = re.findall(r'src="(.*?)"', str(psoup))[0] #利用正则表达式获取详情图片链接，因为这里返回的是列表形式，所以取第一个元素（只有一个元素，就不用遍历的方式了）        pic = requests.get(picUrl).content #打开图片链接，并以二进制形式返回（图片，声音，视频等要以二进制形式打开）        image_name ='美女' + '第{}页'.format(page) + str(p+1) + '.jpg' #给图片预定名字        image_path = path + '/' + image_name #定义图片保存的地址        with open(image_path, 'wb') as f: #保存图片            f.write(pic)            print(image_name, '下载完毕！！！')

def main():    n = input('请输入要爬取的页数：')    url = 'http://www.netbian.com/meinv/'  # 资源的首页，可根据自己的需求查看不同分类，自定义改变目录，爬取相应资源    if not os.path.exists('./美女'):  # 如果不存在，创建文件目录        os.mkdir('./美女/')    page = 1    fillPic(url, page)  # 爬取第一页，因为第1页和后续页的链接的区别，单独处理第一页的爬取    if int(n) >= 2: #爬取第2页之后的资源        ls = list(range(2, 1 + int(n)))        url = 'http://www.netbian.com/meinv/'        for i in ls: #用遍历的方法对输入的需求爬取的页面做分别爬取处理            page = str(i)            url_page = 'http://www.netbian.com/meinv/'            url_page += 'index_' + page + '.htm' #获取第2页后的每页的详情链接            fillPic(url, page) #调用fillPic()函数

import reimport requestsimport osfrom bs4 import BeautifulSoup
def getHtml(url):  #固定格式，获取html内容    headers = {        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'    }  #模拟用户操作    try:        r = requests.get(url, headers=headers)        r.raise_for_status()        r.encoding = r.apparent_encoding        return r.text    except:        print('网络状态错误')
def getUrlList(url):  # 获取图片链接    url_list = []  #存储每张图片的url，用于后续内容爬取    demo = getHtml(url)    soup = BeautifulSoup(demo,'html.parser')    sp = soup.find_all('div', class_="list") #class='list'在全文唯一，因此作为锚，获取唯一的div标签；注意，这里的网页源代码是class，但是python为了和class（类）做区分，在最后面添加了_    nls = re.findall(r'a href="(.*?)" rel="external nofollow"  rel="external nofollow" ', str(sp)) #用正则表达式提取链接    for i in nls:        if 'https' in i: #因所有无效链接中均含有'https'字符串，因此直接剔除无效链接（对应第3条的分析）            continue        url_list.append('http://www.netbian.com' + i) #在获取的链接中添加前缀，形成完整的有效链接    return url_list
def fillPic(url,page):    pic_url = getUrlList(url) #调用函数，获取当前页的所有图片详情页链接    path = './美女'  # 保存路径    for p in range(len(pic_url)):        pic = getHtml(pic_url[p])        soup = BeautifulSoup(pic, 'html.parser')        psoup = soup.find('div', class_="pic") #class_="pic"作为锚，获取唯一div标签；注意，这里的网页源代码是class，但是python为了和class（类）做区分，在最后面添加了_        picUrl = re.findall(r'src="(.*?)"', str(psoup))[0] #利用正则表达式获取详情图片链接，因为这里返回的是列表形式，所以取第一个元素（只有一个元素，就不用遍历的方式了）        pic = requests.get(picUrl).content #打开图片链接，并以二进制形式返回（图片，声音，视频等要以二进制形式打开）        image_name ='美女' + '第{}页'.format(page) + str(p+1) + '.jpg' #给图片预定名字        image_path = path + '/' + image_name #定义图片保存的地址        with open(image_path, 'wb') as f: #保存图片            f.write(pic)            print(image_name, '下载完毕！！！')
def main():    n = input('请输入要爬取的页数：')    url = 'http://www.netbian.com/meinv/'  # 资源的首页，可根据自己的需求查看不同分类，自定义改变目录，爬取相应资源    if not os.path.exists('./美女'):  # 如果不存在，创建文件目录        os.mkdir('./美女/')    page = 1    fillPic(url, page)  # 爬取第一页，因为第1页和后续页的链接的区别，单独处理第一页的爬取    if int(n) >= 2: #爬取第2页之后的资源        ls = list(range(2, 1 + int(n)))        url = 'http://www.netbian.com/meinv/'        for i in ls: #用遍历的方法对输入的需求爬取的页面做分别爬取处理            page = str(i)            url_page = 'http://www.netbian.com/meinv/'            url_page += 'index_' + page + '.htm' #获取第2页后的每页的详情链接            fillPic(url_page, page) #调用fillPic()函数
main()