Python如何快速爬取淘宝MM呢?教你一招

水深无声 2023-02-16 05:28 27阅读 0赞

![format_png][]

> 本篇目标
> 
> 1.抓取淘宝MM的姓名，头像，年龄
> 
> 2.抓取每一个MM的资料简介以及写真图片
> 
> 3.把每一个MM的写真图片按照文件夹保存到本地
> 
> 4.熟悉文件保存的过程

**1.URL的格式**

在这里我们用到的URL是 http://mm.taobao.com/json/request\_top\_list.htm?page=1，问号前面是基地址，后面的参数page是代表第几页，可以随意更换地址。点击开之后，会发现有一些淘宝MM的简介，并附有超链接链接到个人详情页面。  
另外要**注意：**光理论是不够的。这里顺便免费送大家一套2020最新python入门到高级项目实战视频教程，可以去小编的Python交流.裙 ：七衣衣九七七巴而五（数字的谐音）转换下可以找到了，还可以跟老司机交流讨教！

我们需要抓取本页面的头像地址，MM姓名，MM年龄，MM居住地，以及MM的个人详情页面地址。

**2.抓取简要信息**

相信大家经过上几次的实战，对抓取和提取页面的地址已经非常熟悉了，这里没有什么难度了，我们首先抓取本页面的MM详情页面地址，姓名，年龄等等的信息打印出来，直接贴代码如下

运行结果如下：

![298862c8c946acdba224d77b7447d30.png][]

** 2.文件写入简介**

在这里，我们有写入图片和写入文本两种方式

**1）写入图片**

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 </td> 
 <td> <code>#传入图片地址，文件名，保存单张图片</code> <code>def&nbsp;saveImg(self,imageURL,fileName):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>u&nbsp;=&nbsp;urllib.urlopen(imageURL)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>data&nbsp;=&nbsp;u.read()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f&nbsp;=&nbsp;open(fileName,&nbsp;</code><code>'wb'</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f.write(data)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f.close()</code> </td> 
 </tr> 
 </tbody> 
</table>

**2）写入文本**

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 </td> 
 <td> <code>def&nbsp;saveBrief(self,content,name):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>fileName&nbsp;=&nbsp;name&nbsp;+&nbsp;</code><code>"/"</code>&nbsp;<code>+&nbsp;name&nbsp;+&nbsp;</code><code>".txt"</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f&nbsp;=&nbsp;open(fileName,</code><code>"w+"</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"正在偷偷保存她的个人信息为"</code><code>,fileName</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f.write(content.encode(</code><code>'utf-8'</code><code>))</code> </td> 
 </tr> 
 </tbody> 
</table>

**3）创建新目录**

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 </td> 
 <td> <code>#创建新目录</code> <code>def&nbsp;</code><code>mkdir</code><code>(self,path):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>path&nbsp;=&nbsp;path.strip()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;判断路径是否存在</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;存在&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;True</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;不存在&nbsp;&nbsp;&nbsp;False</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>isExists=os.path.exists(path)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;判断结果</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>if</code>&nbsp;<code>not&nbsp;isExists:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;如果不存在则创建目录</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;创建目录操作函数</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>os.makedirs(path)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>True</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>else</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;如果目录存在则不创建，并提示目录已存在</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>False</code> </td> 
 </tr> 
 </tbody> 
</table>

**3.代码完善**

主要的知识点已经在前面都涉及到了，如果大家前面的章节都已经看了，完成这个爬虫不在话下，具体的详情在此不再赘述，直接帖代码啦。

<table> 
 <tbody> 
 <tr> 
 <td> 1 </td> 
 <td> <code>spider.py</code> </td> 
 </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 </td> 
 <td> <code>__author__&nbsp;=&nbsp;</code><code>'CQC'</code> <code>#&nbsp;-*-&nbsp;coding:utf-8&nbsp;-*-</code> <code>&nbsp;</code>&nbsp; <code>import&nbsp;urllib</code> <code>import&nbsp;urllib2</code> <code>import&nbsp;re</code> <code>import&nbsp;tool</code> <code>import&nbsp;os</code> <code>&nbsp;</code>&nbsp; <code>#抓取MM</code> <code>class</code>&nbsp;<code>Spider:</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#页面初始化</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;__init__(self):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.siteURL&nbsp;=&nbsp;</code><code>'http://mm.taobao.com/json/request_top_list.htm'</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.tool&nbsp;=&nbsp;tool.Tool()</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#获取索引页面的内容</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;getPage(self,pageIndex):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>url&nbsp;=&nbsp;self.siteURL&nbsp;+&nbsp;</code><code>"?page="</code>&nbsp;<code>+&nbsp;str(pageIndex)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>request&nbsp;=&nbsp;urllib2.Request(url)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>response&nbsp;=&nbsp;urllib2.urlopen(request)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>response.read().decode(</code><code>'gbk'</code><code>)</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#获取索引界面所有MM的信息，list格式</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;getContents(self,pageIndex):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>page&nbsp;=&nbsp;self.getPage(pageIndex)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pattern&nbsp;=&nbsp;re.compile('&lt;div&nbsp;</code><code>class</code><code>=</code><code>"list-item"</code><code>.*?pic-word.*?&lt;a&nbsp;href=</code><code>"(.*?)"</code><code>.*?&lt;img&nbsp;src=</code><code>"(.*?)"</code><code>.*?&lt;a&nbsp;</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>class</code><code>="lady-name.*?&gt;(.*?)&lt;/a&gt;.*?&lt;strong&gt;(.*?)&lt;/strong&gt;.*?&lt;span&gt;(.*?)&lt;/span&gt;',re.S)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>items&nbsp;=&nbsp;re.findall(pattern,page)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>contents&nbsp;=&nbsp;[]</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code>&nbsp;<code>item&nbsp;in&nbsp;items:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>contents.append([item[0],item[1],item[2],item[3],item[4]])</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>contents</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#获取MM个人详情页面</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;getDetailPage(self,infoURL):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>response&nbsp;=&nbsp;urllib2.urlopen(infoURL)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>response.read().decode(</code><code>'gbk'</code><code>)</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#获取个人文字简介</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;getBrief(self,page):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pattern&nbsp;=&nbsp;re.compile(</code><code>'&lt;div&nbsp;class="mm-aixiu-content".*?&gt;(.*?)&lt;!--'</code><code>,re.S)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>result&nbsp;=&nbsp;re.search(pattern,page)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>self.tool.replace(result.group(1))</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#获取页面所有图片</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;getAllImg(self,page):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>pattern&nbsp;=&nbsp;re.compile(</code><code>'&lt;div&nbsp;class="mm-aixiu-content".*?&gt;(.*?)&lt;!--'</code><code>,re.S)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#个人信息页面所有代码</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>content&nbsp;=&nbsp;re.search(pattern,page)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#从代码中提取图片</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>patternImg&nbsp;=&nbsp;re.compile(</code><code>'&lt;img.*?src="(.*?)"'</code><code>,re.S)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>images&nbsp;=&nbsp;re.findall(patternImg,content.group(1))</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>images</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#保存多张写真图片</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;saveImgs(self,images,name):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>number&nbsp;=&nbsp;1</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"发现"</code><code>,name,u</code><code>"共有"</code><code>,len(images),u</code><code>"张照片"</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code>&nbsp;<code>imageURL&nbsp;in&nbsp;images:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>splitPath&nbsp;=&nbsp;imageURL.split(</code><code>'.'</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>fTail&nbsp;=&nbsp;splitPath.pop()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>if</code>&nbsp;<code>len(fTail)&nbsp;&gt;&nbsp;3:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>fTail&nbsp;=&nbsp;</code><code>"jpg"</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>fileName&nbsp;=&nbsp;name&nbsp;+&nbsp;</code><code>"/"</code>&nbsp;<code>+&nbsp;str(number)&nbsp;+&nbsp;</code><code>"."</code>&nbsp;<code>+&nbsp;fTail</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.saveImg(imageURL,fileName)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>number&nbsp;+=&nbsp;1</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;保存头像</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;saveIcon(self,iconURL,name):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>splitPath&nbsp;=&nbsp;iconURL.split(</code><code>'.'</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>fTail&nbsp;=&nbsp;splitPath.pop()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>fileName&nbsp;=&nbsp;name&nbsp;+&nbsp;</code><code>"/icon."</code>&nbsp;<code>+&nbsp;fTail</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.saveImg(iconURL,fileName)</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#保存个人简介</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;saveBrief(self,content,name):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>fileName&nbsp;=&nbsp;name&nbsp;+&nbsp;</code><code>"/"</code>&nbsp;<code>+&nbsp;name&nbsp;+&nbsp;</code><code>".txt"</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f&nbsp;=&nbsp;open(fileName,</code><code>"w+"</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"正在偷偷保存她的个人信息为"</code><code>,fileName</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f.write(content.encode(</code><code>'utf-8'</code><code>))</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#传入图片地址，文件名，保存单张图片</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;saveImg(self,imageURL,fileName):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>u&nbsp;=&nbsp;urllib.urlopen(imageURL)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>data&nbsp;=&nbsp;u.read()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f&nbsp;=&nbsp;open(fileName,&nbsp;</code><code>'wb'</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f.write(data)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"正在悄悄保存她的一张图片为"</code><code>,fileName</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>f.close()</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#创建新目录</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;</code><code>mkdir</code><code>(self,path):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>path&nbsp;=&nbsp;path.strip()</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;判断路径是否存在</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;存在&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;True</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;不存在&nbsp;&nbsp;&nbsp;False</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>isExists=os.path.exists(path)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;判断结果</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>if</code>&nbsp;<code>not&nbsp;isExists:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;如果不存在则创建目录</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"偷偷新建了名字叫做"</code><code>,path,u</code><code>'的文件夹'</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;创建目录操作函数</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>os.makedirs(path)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>True</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>else</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#&nbsp;如果目录存在则不创建，并提示目录已存在</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"名为"</code><code>,path,</code><code>'的文件夹已经创建成功'</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>False</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#将一页淘宝MM的信息保存起来</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;savePageInfo(self,pageIndex):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#获取第一页淘宝MM列表</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>contents&nbsp;=&nbsp;self.getContents(pageIndex)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code>&nbsp;<code>item&nbsp;in&nbsp;contents:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#item[0]个人详情URL,item[1]头像URL,item[2]姓名,item[3]年龄,item[4]居住地</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"发现一位模特,名字叫"</code><code>,item[2],u</code><code>"芳龄"</code><code>,item[3],u</code><code>",她在"</code><code>,item[4]</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"正在偷偷地保存"</code><code>,item[2],</code><code>"的信息"</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"又意外地发现她的个人地址是"</code><code>,item[0]</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#个人详情页面的URL</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>detailURL&nbsp;=&nbsp;item[0]</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#得到个人详情页面代码</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>detailPage&nbsp;=&nbsp;self.getDetailPage(detailURL)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#获取个人简介</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>brief&nbsp;=&nbsp;self.getBrief(detailPage)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#获取所有图片列表</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>images&nbsp;=&nbsp;self.getAllImg(detailPage)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.</code><code>mkdir</code><code>(item[2])</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#保存个人简介</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.saveBrief(brief,item[2])</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#保存头像</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.saveIcon(item[1],item[2])</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#保存图片</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.saveImgs(images,item[2])</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#传入起止页码，获取MM图片</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>def&nbsp;savePagesInfo(self,start,</code><code>end</code><code>):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code>&nbsp;<code>i&nbsp;in&nbsp;range(start,</code><code>end</code><code>+1):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code>&nbsp;<code>u</code><code>"正在偷偷寻找第"</code><code>,i,u</code><code>"个地方，看看MM们在不在"</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>self.savePageInfo(i)</code> <code>&nbsp;</code>&nbsp; <code>&nbsp;</code>&nbsp; <code>#传入起止页码即可，在此传入了2,10,表示抓取第2到10页的MM</code> <code>spider&nbsp;=&nbsp;Spider()</code> <code>spider.savePagesInfo(2,10)</code> </td> 
 </tr> 
 </tbody> 
</table>

以上两个文件就是所有的代码内容，运行一下试试看，那叫一个酸爽啊

![3d0adcd627479f61a65d783318ae37c.png][]

看看文件夹里面有什么变化

![14691b4687154649f3897435edd4a92.png][]

![45290f9c466ac96eb4f902e724ccb51.png][]

不知不觉，海量的MM图片已经进入了你的电脑，还不快快去试试看！

**最后注意：**光理论是不够的。这里顺便免费送大家一套2020最新python入门到高级项目实战视频教程，可以去小编的Python交流.裙 ：七衣衣九七七巴而五（数字的谐音）转换下可以找到了，还可以跟老司机交流讨教！

*本文的文字及图片来源于网络加上自己的想法,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。*

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cueWh0Ny5jb20vdXBsb2FkL2ltYWdlLzIwMjAwMTE0LzVkZDhkMzY2OGI0MzQxNjkuanBn?x-oss-process=image/format,png
[298862c8c946acdba224d77b7447d30.png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cueWh0Ny5jb20vdXBsb2FkL2ltYWdlLzIwMjAwMTE0LzE1NzQ0OTA4Mzk0NzI3MTcucG5n?x-oss-process=image/format,png
[3d0adcd627479f61a65d783318ae37c.png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cueWh0Ny5jb20vdXBsb2FkL2ltYWdlLzIwMjAwMTE0LzE1NzQ0OTA4NTY2OTM1MDcucG5n?x-oss-process=image/format,png
[14691b4687154649f3897435edd4a92.png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cueWh0Ny5jb20vdXBsb2FkL2ltYWdlLzIwMjAwMTE0LzE1NzQ0OTA4NzE5MDg0OTAucG5n?x-oss-process=image/format,png
[45290f9c466ac96eb4f902e724ccb51.png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly93d3cueWh0Ny5jb20vdXBsb2FkL2ltYWdlLzIwMjAwMTE0LzE1NzQ0OTA4Nzg3NjQ0MzQucG5n?x-oss-process=image/format,png