Python爬虫实战之表情包下载：做斗图表情包届的王者！

2024-02-06 11:23:12

Python爬虫实战：打造表情包神器

前言

在社交媒体和日常聊天中，表情包已成为我们表达情感和传递信息的必备利器。然而，面对种类繁多的表情包，如何轻松快速地找到心仪的表情包成了一个难题。本文将介绍一个实用的Python爬虫实战项目，手把手教你如何从斗图网和闪萌表情包这两个宝藏网站上爬取表情包，打造你的专属表情包库，让你在斗图界叱咤风云。

1. 斗图网表情包爬取

斗图网是一个表情包界的翘楚，拥有海量表情包资源。首先，我们需要获取斗图网的表情包链接。我们使用requests库向斗图网发起请求，获取页面HTML代码，然后使用BeautifulSoup解析HTML代码，提取表情包链接。

import requests
from bs4 import BeautifulSoup

url = 'https://www.doutula.com/article/list/?page=1'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'lxml')
links = soup.select('div.random_content img')

接着，我们使用requests库下载表情包。对于每个表情包链接，我们发起请求，获取表情包的二进制数据，然后使用with open方法将表情包保存到本地文件。

for link in links:
    img_url = link['src']
    img_name = img_url.split('/')[-1]
    img_data = requests.get(img_url).content
    with open(img_name, 'wb') as f:
        f.write(img_data)

2. 闪萌表情包爬取

闪萌表情包同样是表情包界的佼佼者，拥有许多独家表情包。我们采用同样的方法来获取闪萌表情包的链接和下载表情包。

url = 'https://www.shanmeng.com/tag/瞎眼'
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'lxml')
links = soup.select('div.content img')

for link in links:
    img_url = link['src']
    img_name = img_url.split('/')[-1]
    img_data = requests.get(img_url).content
    with open(img_name, 'wb') as f:
        f.write(img_data)

3. 斗图表情包合并

为了便于管理和使用，我们将爬取到的斗图网和闪萌表情包合并到同一个文件夹中。我们使用os库创建表情包文件夹，然后将两个文件夹中的表情包文件移动到新文件夹。

import os

os.mkdir('表情包')
for file in os.listdir('./斗图网表情包'):
    os.rename(os.path.join('./斗图网表情包', file), os.path.join('./表情包', file))
for file in os.listdir('./闪萌表情包'):
    os.rename(os.path.join('./闪萌表情包', file), os.path.join('./表情包', file))