聊天尬死名场面，你遇到过吗？教你一键获取斗图表情包，晋升聊天达人

大家好呀，我是辣条。

写这篇文章的灵感来源于之前和朋友的聊天，真的无力吐槽了，想发适合的表情包怼回去却发现收藏的表情包就那几个，就想着是不是可以爬取一些表情包，再也不用尬聊了。

先给大家看看我遇到的聊天最尬的场面：

在这里插入图片描述

斗图吧图片采集

- 抓取目标
- 工具使用
- 重点内容学习
- 项目思路分析
- 整理需求
- 简易源码分享

抓取目标

网站：斗图吧
在这里插入图片描述

工具使用

开发环境：win10、python3.7
开发工具：pycharm、Chrome
工具包：requests、etree

重点内容学习

1.Q队列储存数据信息
2.py多线程使用方法
3.xpath语法学习

项目思路分析

根据你需要的关键字搜索对应的图片数据
搜索的关键字和页数根据改变对应的url
https://www.doutula.com/search?type=photo&more=1&keyword={}&page={}
将对应的url地址保存在page队列里

    page_q = Queue()img_q = Queue()for x in range(1, 11):url = 'https://www.doutula.com/search?type=photo&more=1&keyword=%E7%A8%8B%E5%BA%8F%E5%91%98&page={}'.format(x)page_q.put(url)

在这里插入图片描述
通过xpath方式提取当前页面的url地址以及图片的名字
将提取到的图片和地址存储在img队列里

    def parse_page(self, url):response = requests.get(url, headers=self.headers).text# print(response)html = etree.HTML(response)images = html.xpath('//div[@class="random_picture"]')for img in images:img_url = img.xpath('.//img/@data-original')# 获取图片名字print(img_url)alt = img.xpath('.//p/text()')for name, new_url in zip(alt, img_url):filename = re.sub(r'[?？.，。！!*\\/|]', '', name) + ".jpg"# 获取图片的后缀名# suffix = os.path.splitext(img_url)[1]# print(alt)self.img_queue.put((new_url, filename))

在这里插入图片描述
根据图片地址下载保存图片
保存图片是要根据图片url来判断保存的后缀（我统一保存的jpg，问就是因为懒癌晚期）

整理需求

创建两个线程类，一个用来提取网页图片数据，一个保存图片数据
创建两个队列，一个保存page的url，一个保存图片的url和名字
通过xpath的方法提取出网址的图片地址

简易源码分享

import requests
from lxml import etree
import re
from queue import Queue
import threadingclass ImageParse(threading.Thread):def __init__(self, page_queue, img_queue):super(ImageParse, self).__init__()  self.page_queue = page_queueself.img_queue = img_queueself.headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'}def run(self):if self.page_queue.empty():breakurl = self.page_queue.get()self.parse_page(url)def parse_page(self, url):response = requests.get(url, headers=self.headers).text# print(response)html = etree.HTML(response)images = html.xpath('//div[@class="random_picture"]')for img in images:img_url = img.xpath('.//img/@data-original')# 获取图片名字print(img_url)alt = img.xpath('.//p/text()')for name, new_url in zip(alt, img_url):filename = re.sub(r'[?？.，。！!*\\/|]', '', name) + ".jpg"# 获取图片的后缀名# suffix = os.path.splitext(img_url)[1]# print(alt)self.img_queue.put((new_url, filename))class Download(threading.Thread):def __init__(self, page_queue, img_queue):super(Download, self).__init__()self.page_queue = page_queueself.img_queue = img_queuedef run(self):if self.img_queue.empty() and self.page_queue.empty():breakimg_url, filename = self.img_queue.get()with open("表情包/" + filename, "wb")as f:response = requests.get(img_url).contentf.write(response)print(filename + '下载完成')def main():# 建立队列page_q = Queue()img_q = Queue()for x in range(1, 11):url = 'https://www.doutula.com/search?type=photo&more=1&keyword=%E7%A8%8B%E5%BA%8F%E5%91%98&page={}'.format(x)page_q.put(url)for x in range(5):t = ImageParse(page_q, img_q)t.start()t = Download(page_q, img_q)t.start()if __name__ == '__main__':main()