mirror of
https://gitee.com/g1879/DrissionPage.git
synced 2024-12-10 04:00:23 +08:00
75 lines
2.8 KiB
Markdown
75 lines
2.8 KiB
Markdown
这个示例用于演示`download()`方法的功能。
|
||
|
||
# ✔️ 页面分析
|
||
|
||
目标网址：https://www.starbucks.com.cn/menu/
|
||
|
||
采集目标：下载所有产品图片，并以产品名称命名。
|
||
|
||
如图所示：
|
||
|
||
|
||
|
||
按 F12 查看页面代码，可以发现每个产品图片都是一个`div`元素，`class`属性都为`preview circle`。且图片网址藏在其`style`属性中。而产品名称则在这个`div`元素后面一个元素中。
|
||
|
||
如图所示：
|
||
|
||
|
||
|
||
---
|
||
|
||
# ✔️ 编码思路
|
||
|
||
按照页面规律，我们可以获取所有`class`属性为`preview circle`的元素，然后遍历它们，逐个获取图片路径，以及在后面一个元素中获取产品名称。再将其下载。
|
||
|
||
并且这个网址页面结构非常简单，没有使用 js 生成的页面，可以直接使用 s 模式访问。
|
||
|
||
---
|
||
|
||
# ✔️ 示例代码
|
||
|
||
```python
|
||
from DrissionPage import SessionPage
|
||
from re import search
|
||
|
||
# 以s模式创建页面对象
|
||
page = SessionPage()
|
||
# 网站证书好像过期了，要设置这个才能正常访问
|
||
page.session.verify = False
|
||
# 访问目标网页
|
||
page.get('https://www.starbucks.com.cn/menu/')
|
||
|
||
# 获取所有class属性为preview circle的元素
|
||
divs = page.eles('.preview circle')
|
||
# 遍历这些元素
|
||
for div in divs:
|
||
# 用相对定位获取当前div元素后一个兄弟元素，并获取其文本
|
||
name = div.next().text
|
||
|
||
# 在div元素的style属性中提取图片网址并进行拼接
|
||
img_url = div.attr('style')
|
||
img_url = search(r'"(.*)"', img_url).group(1)
|
||
img_url = f'https://www.starbucks.com.cn{img_url}'
|
||
|
||
# 执行下载
|
||
page.download(img_url, r'.\imgs', rename=name)
|
||
```
|
||
|
||
?> **Tips：** <br>程序中无须创建`imgs`文件夹，`download()`方法会自动创建。
|
||
|
||
---
|
||
|
||
# ✔️ 结果
|
||
|
||
|
||
|
||
程序执行的时候，默认会把下载进度打印出来。
|
||
|
||
|
||
|
||
我们注意到有些产品名称是带有`/`的，这是系统路径的非法字符。一般下载方法须程序员自行处理。
|
||
但 DrissionPage 的`download()`方法自带去除非法字符功能，保证文件能成功保存。
|
||
除此以外，遇到保存路径有重名文件时，该方法也能自动对新文件进行重命名（添加序号），避免路径冲突。
|
||
该方法会返回已下载文件的绝对路径，方便程序进一步使用。
|
||
|
||
?> **Tips：** <br>遇到重名时，`download()`方法可选择`skip`、`overwrite`、`rename`三种方式处理。 |