输入 lofter 博客网址，下载博客图片
不是所有的lofter博客都好使，每个博客代码不同。主发照片的博客通常好使。
效果图：
代码：
# python2
#coding:utf-8
# Filename:lofter.py
# 输入 LOFTER 博客网址，下载博客图片
# 不是所有的 lofter 博客都好使，每个博客代码不同。主发照片的博客通常好使。
import requests
import re
from time import sleep
user_agent = ''
headers = {'User-Agent': user_agent}
def page_url(url, page):
url_0 = url
page = int(page) + 1
page_url_list = []
num = 1
while (num < page):
url = url_0 + '?page=' + str(num)
page_url_list.append(url)
num += 1
return page_url_list
def pic_url(page_url_list):
pic_url_list = []
for url in page_url_list:
data = requests.get(url, headers = headers).content
urls = re.findall('<img src="(.+?).jpg', data, re.S)
# 大部分的博客每页的第一个图片是博主头像，但有的不是
for url in urls:
portrait = re.search('imgsize', url) # portrait 肖像
if not portrait: #过滤掉博主头像
pic_url = url + '.jpg'
pic_url_list.append(pic_url)
return pic_url_list
def download_pic(pic_url_list):
pic_url_list = pic_url_list
num = 1
for url in pic_url_list:
data = requests.get(url, headers=headers).content
download_file_name = str(num) + '.jpg'
f = open(download_file_name, 'wb')
f.write(data)
f.close()
print('Download pic ' + str(num) + ':')
print(url)
num += 1
if (num%5==0):
print('')
sleep(3)
print('\n下载完成')
def start():
url = raw_input('博客网址：\n')
page = raw_input('下载几页？\n')
print('\n爬虫开始工作、、、\n')
page_url_list = page_url(url, page)
pic_url_list = pic_url(page_url_list)
download_pic(pic_url_list)
start()
知识点
赋值运算符
=，c = a + b 将 a + b 的运算结果赋值为 c
+=，加法赋值运算符，c += a 等效于 c = c + a
-=，减法赋值运算符， c -= a 等效于 c = c - a
sleep() 方法
import time
time.sleep(t)
# 或者
from time import sleep
sleep(t)
代表程序将在这里暂停 t 秒，t 可以是浮点数。实际的暂停时间可能会小于 t 秒。
int() 函数
用于将一个字符串或数字转换为整型
>>> int('12')
12
append() 方法
用于在列表末尾添加新的对象。
语法：
list.append(obj)
obj 添加到列表末尾的对象。
该方法无返回值，但是会修改原来的列表。
示例：
aList = [123, 'xyz', 'zara', 'abc'];
aList.append( 2009 );
print aList;
# 输出：
[123, 'xyz', 'zara', 'abc', 2009]
while循环
只要条件满足，就不断循环，条件不满足时退出循环。while语句有一个可选的else从句。
while 判断条件：
执行语句……
示例：
count = 0
while (count < 9):
print 'The count is:', count
count = count + 1
print "Good bye!"
# 输出：
The count is: 0
The count is: 1
The count is: 2
The count is: 3
The count is: 4
The count is: 5
The count is: 6
The count is: 7
The count is: 8
Good bye!
while / else 循环：
while 判断条件为 false 时 运行 else
正则 re.search
扫描整个字符串并返回第一个成功的匹配。匹配成功返回一个 Match 对象，否则返回None。
语法：
re.search(pattern, string, flags=0)
pattern：匹配的正则表达式
string：要匹配的字符串。
flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。
示例：
import re
str_list = ['111','222','333','444']
for str_i in str_list:
str_0 = re.search('333',str_i)
if str_0:
print(str_0)
else:
print('no find')
# 输出：
no find
no find
<re.Match object; span=(0, 3), match='333'>
no find
文件路径
文件路径就是文件在电脑中的位置。表示路径的方式有两种，相对路径和绝对路径。
相对路径：相对路径就是相对于当前文件的路径。
绝对路径：也叫完整路径，指从根目录开始，完整的描述文件位置的路径。例如，/etc/uucp/Devices 指根目录下的 etc 目录下的 uucp 目录下的 Devices 文件。在最前面输入正斜杠 / 来表示根目录，用正斜杠 / 来分隔路径中的各级目录。（目录就是文件夹）
示例：
绝对路径
download_file_name = str(num) + '.jpg'
f = open(download_file_name, 'wb')
表示在当前目录创建图片文件，即代码的 .py 文件所在的文件夹，图片依次命名为 1.jpg 、 2.jpg ...
如果改成绝对路径
download_address = '/Users/v1coder/'+str(num) + '.jpg'
f = open(download_file_name, 'wb')
则表示在根目录下的 Users 目录下的 v1coder 目录下，创建图片文件，图片依次命名为 1.jpg 、 2.jpg ...
读取键盘输入
raw_input 和 input
都是读取键盘的输入，产生一个返回值。
区别
raw_input() 将所有输入作为字符串看待，返回字符串类型。
input() 会假设你的输入是一个有效的Python表达式。输入数字类型（ int, float ），返回数字类型；输入表达式，返回计算结果；如果想输入字符串，必须加引号。
raw_input() 和 input() 括号里通常包含一个字符串，说明要输入的内容，例如：
a_input = raw_input('请输入一个字符串：')
屏幕会先输出 请输入一个字符串：，我们在后面输入，输入的内容就会赋值给 a_input
示例：
input_1 = input('input_1:')
input_2 = input('input_2:')
input_3 = input('input_3:')
input_4 = raw_input('input_4:')
print('-----------')
print(input_1)
print(input_2)
print(input_3)
print(input_4)
print('-----------')
# 输出：
# 冒号后面都是我输入的内容
input_1:123
input_2:123+456
input_3:'a str'
input_4:222+333
-----------
123
579
a str
222+333
-----------
函数的参数
定义函数时如果有参数，那么在调用此函数时就要提供参数
def test(param_1,param_2):
print(param_1)
print(param_2)
print('a test')
test(1,2)
# 输出：
1
2
a test
如果只传入一个参数，或者没传入参数，就会报错。
提供两个博客地址测试代码：
教程目录：
0.《简介及准备》
1.《爬单个图片》
2.《下载一组网页上的图片》
3.《输出一个网页上的文字》
4.《获取电影天堂最新电影名称》
5.《糗事百科爬虫》
6.《Lofter 爬虫》
2019-01-02
