[原创]分享抓取豆瓣害羞组姑娘自拍的脚本以及图片鉴赏[20P]

豆瓣有个「请不要害羞」小组，里面每天有很多人自拍，估计很多狼友都是看过的，有时候尺度还是蛮大的。今天突发奇想，能不能写个脚本，把这些图片批量下载下来呢。

于是我就尝试用Python去写了这么个脚本，大概花了30分钟把，可以按照分页，去下载这些MM们分享的图片。但是缺点还是有的，没办法区分是男是女，哈哈，所以，有收藏爱好的朋友，需要自己去归类了。

其实脚本也挺简单，有Python环境的（3.x）可以直接保存脚本，如 download.sh，然后执行「./download (Linux和Mac)」。如果有的狼友有其他需求，可以稍微改一改，去抓取别的。如果豆瓣有限制的话，更可以增加模拟cookie的功能，等你玩（脚本在最后面）。

然后分享一下我之前抓取到的一些图片，希望得到大家的鼓励。

以下是 Python 脚本，有 Python3 环境的可以尝试一下，有兴趣学习的也可以去玩玩，绝对不会损害您的电脑。

複製代碼

#!/usr/bin/env python3
import requests,re,json,html2text,sys,time
from bs4 import BeautifulSoup
import time
from urllib.request import urlretrieve

url=\"https://www.douban.com/group/haixiuzu/\"

def getTopicList():
    #循环分页抓取 括号里的换成需要抓取的页数区间，从0开始，间隔越大，时间越长
    for x in range(16,20):
        page = x * 25
        get_url = requests.get(url+\"discussion?start=\"+str(page))
       
        soup = BeautifulSoup(get_url.text,\"html.parser\")
        tdList = soup.find_all(\"td\",class_='title')       
        for i in tdList:
            title = i.a.get(\"title\")
            if len(i.contents) > 1:
                #因为大家晒照片都喜欢在前面加一个【晒】
                if '晒' in title:
                    i_href = i.a.get('href')
                    getTopicContext(i_href)
        time.sleep(1)
#获取帖子里的内容
def getTopicContext(topicUrl):
    url = requests.get(topicUrl)
    soup = BeautifulSoup(url.text,\"html.parser\")
    topicDiv = soup.find_all(\"div\",class_='topic-figure cc')
    for div in topicDiv:
        if len(div.contents) > 1:
            img = div.img
            saveImage(img.get(\"src\"))

#下载图片到本地
def saveImage(imgUrl):
    fileName = imgUrl[imgUrl.rfind(\"/\")+1:]
    path = r\"你的路径\"+fileName 
    urlretrieve(imgUrl,path)

if __name__==\"__main__\":
    getTopicList()