环境：python3.6 + pycharm
“猎物”：http://www.polayoutu.com （仅学习用）
动机1：想要爬一些尺寸比较大（不是尺度）的美图养养眼，仅此而已；
动机2：学习python爬虫，要学以致用
一、分析目标网站：
1.寻找URL：
摄影图片是分期展示的，我们滚动页面，滚动到140期，看到请求的URL如下：
“http://www.polaxiong.com/collections/get_entries_by_collection_id/140?{}”
2.大胆猜测：URL地址中"?{}"去掉可不可以？我们做一个尝试，直接输入“http://www.polaxiong.com/collections/get_entries_by_collection_id/140”，得到的是一个json字符串（我个人还是蛮喜欢json字符串的，因为它跟字典互相转换，炒鸡爽！）
3.看！有情报，data字段对应的value里有0-11编号的数据，展开其中一个，看到文件描述，心里乐开花，这不正是页面上图片的描述吗？而且，“full_res"字段对应的value，就是我们要找到原图URL。
4.尝试打开full_res的url地址，查看图片大小：2.9M，这肯定是原图啊，哪个网站缩略图能有2.9M的？
5.接下来，我们要做的就是把json字符串转成字典，取出full_res的值
二.以下是完整爬虫代码：
#!/bin/python
# coding = utf-8# 本python爬虫仅用于学习
import urllib.request
import os, pathlib
import threading
import time
import json
import requestspath = r'C://IM/pic//' # 使用前先创建此目录，否则会报错header = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/21.0.1180.89 Safari/537.1'}def check_dir(path):if not os.path.exists(path):os.makedirs(path)print("目录创建成功，开始下载...")else:print("目录已存在，开始下载...")# 下载图片文件
def save_img(url, path, name):try:urllib.request.urlretrieve(url, "%s%s" % (path, name))# time.sleep(10)except Exception as e:# 通过try -except 来捕获异常，当目录不存在时会抛出异常print(e)def get_img(url, header, path):try:js_content = requests.get(url, headers=header).content # 发送request请求js_dict = json.loads(js_content) # 将json字符串转成python字典格式new_dict = js_dict['data'] # 取出data对应value值for i in range(len(new_dict)):file_url = new_dict[i]['full_res'] # 遍历得到full_res对应的原图地址file_name = file_url.split('/')[4]+'_'+file_url.split('/')[5]+'.jpg' # 拼接文件名:“期号_图片编号.jpg”save_img(file_url, path, file_name) # 下载图片文件，并保存到本地print("%s：已下载" % file_name)except Exception as e:print(e)if __name__ == '__main__':check_dir(path)for num in range(10, 100): # 这里是从10期到100期循环遍历# 拼接URL地址url = 'http://www.polaxiong.com/collections/get_entries_by_collection_id/'+str(num)get_img(url, header, path)
三、我们看一下效果：
2张图片大小共19M，下载的是原图！
