IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 开发测试 -> selenium爬取必应高清大图 -> 正文阅读

[开发测试]selenium爬取必应高清大图

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import time
import os
import requests
import urllib
from bs4 import BeautifulSoup
import re
import functools
from threading import Thread


def timeout(timeout):
    def deco(func):
        @functools.wraps(func)
        def wrapper(*args,**kwargs):
            res = [Exception('function [%s] timeout [%s seconds] exceeded!' % (func.__name__,timeout))]
            def newFunc():
                try:
                    res[0] = func(*args,**kwargs)
                except Exception as e:
                    res[0] = e
            t = Thread(target=newFunc)
            t.daemon = True
            try:
                t.start()
                t.join(timeout)
            except Exception as je:
                print('error starting thread')
                raise je
            ret = res[0]
            if isinstance(ret,BaseException):
                raise ret
            return ret
        return wrapper
    return deco



@timeout(5)
def save_img(count, img_src, picpath):
    headers = {
    'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Mobile Safari/537.36'
        }
    filename = os.path.join(picpath,'bing_924_{}.jpg'.format(count))
    if os.path.exists(filename): 
        return
    r = requests.get(img_src, headers=headers, timeout=(3, 7))
    with open(filename, 'wb') as f:
        f.write(r.content)
    f.close()
    print(filename, 'saved..')


url = 'https://cn.bing.com/images'
options = webdriver.ChromeOptions()
options.add_experimental_option('excludeSwitches', ['enable-logging'])

    
pos = 0
picpath = '../gylj/imgs_924'
os.makedirs(picpath, exist_ok=True)
count = len(os.listdir(picpath))
error_count = 0

keys = ['','','','']
for key in keys:
    print(f'processing {key} 中....')
    browser = webdriver.Chrome(options=options)
    browser.get(url)
    browser.maximize_window()
    browser.find_element_by_id("sb_form_q").clear()
    browser.find_element_by_id("sb_form_q").send_keys(key, Keys.ENTER)
    browser.implicitly_wait(2)
    
    browser.find_element_by_class_name("fltIdtTit").click()  # 点击筛选
    browser.implicitly_wait(1)

    browser.find_element_by_xpath('/html/body/div[3]/div[2]/div/ul/li[1]/span/span').click()  # 点击图片尺寸
    browser.implicitly_wait(1)

    browser.find_element_by_xpath('/html/body/div[3]/div[2]/div/ul/li[1]/div/div/a[3]/span').click()  # 选择中
    browser.implicitly_wait(1)
    
    i = 0
    while i <= 20:  #滚动页面次数
        print(f'页面下拉一次,一共下拉 {i+1} 次')
        js = 'var q=document.documentElement.scrollTop={}'.format(pos)
        pos += 5000 # 下拉滚动条
        i = i + 1
        browser.execute_script(js)
        time.sleep(2)  # 等待页面加载5秒

    allhtml = browser.page_source  # 获取页面源代码
    browser.quit()  # 拿到页面源代码后关闭浏览器
    # print(allhtml)
    bs = BeautifulSoup(allhtml, 'lxml')
    list01 = bs.find_all('a', class_='iusc')  # 获取所有class='iusc'的<a>标签
    src_list = re.findall(r'\"murl\"\:\"(.*?)\"\,\"', str(list01))  # 正则匹配图片地址
    print(len(src_list))
    for i, img_url in enumerate(src_list):
        try:
            save_img(count, img_url, picpath)
            count += 1
        except:
            continue

  开发测试 最新文章
pytest系列——allure之生成测试报告(Wind
某大厂软件测试岗一面笔试题+二面问答题面试
iperf 学习笔记
关于Python中使用selenium八大定位方法
【软件测试】为什么提升不了?8年测试总结再
软件测试复习
PHP笔记-Smarty模板引擎的使用
C++Test使用入门
【Java】单元测试
Net core 3.x 获取客户端地址
上一篇文章      下一篇文章      查看所有文章
加:2021-09-29 10:36:19  更:2021-09-29 10:36:25 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/18 0:33:01-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码