python 爬LOFTER 稍微升级，能够爬下一个人的所有上传的图片。

环境：见上一篇博客
这次以http://beautyimg001.lofter.com/该用户的图片为例，如有侵权，请及时联系我。
上次我们能够爬下单独网页上面的图片，以这个为基础，我们准备爬取他主页里的所有图片。（有点不厚道~~~~）
工具，这次用了selenium包里的webdriver。具体介绍大家可以去找一下，主要功能能模拟我们点击网页上的按钮。话不多说上码

import requests
from bs4 import BeautifulSoup
from selenium import webdriver
import os
import random
import re
import timechromepath = os.path.abspath("/Users/xxxx/Downloads/chromedriver")#使用selenium时注意要下载浏览器驱动，把他的路径写对。headers = {'User-Agent': 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)',# 'Referer': 'http://www.lofter.com'}def get_img_url(url):response = requests.get(url,headers=headers)soup = BeautifulSoup(response.text,'html.parser')title = soup.title.stringimg_list = soup.select('img')print(img_list)src = [i.get('src') for i in img_list]return src,titledef get_img(src,title):index = 0for i in src:current_time = time.time()random_tag = random.randint(0,200)finnal_tag = str(current_time)[6:-7]+ str(random_tag)#主要是防止每次调用get_img()时，会把同一个title的照片给重写了，每个图片名字打个独一无二的名字res = requests.get(i,headers= headers)f = open("/Users/xxxx/Desktop/craw/images/" + title + finnal_tag + "%d.jpg"  % index,'wb')#注意这里路径要写对f.write(res.content)f.close()index += 1return 0def get_type2_user_all_url_list(base_url,page):#这里是最关键的，叫type2是因为LOFTER上面，每个人的主页格式不同，这个适合上文提到的那个人的主页类型all_page_url_list = []all_page_url_list.append(base_url)#先把第一页的网址给listbrowser = webdriver.Chrome(chromepath)browser.get(base_url)#模拟打开该人的主页browser.find_element_by_xpath('/html/body/div[3]/div[11]/div[2]/a').click()#让浏览器点击下一页browser.find_element_by_xpath('/html/body/div[5]/div/div[3]/a').click()#这里是最关键也是耗费我很长时间才用明白的地方。这个在下文中专门作解释，这个操作的功能是，由于我们没有登录账号，第二页会弹出一个框，让你登录，不过你不把这个框叉掉，这就后面对浏览器就无法操作。all_page_url_list.append(browser.current_url)time.sleep(2)#这个主要是根据网速而定，因为如果第二页没有加载完全，你后面点击下一页那块没加载出来，程序会报错，说找不到点击下一页那个elementwhile page-2>0:browser.find_element_by_xpath('/html/body/div[3]/div[11]/div[2]/a').click()time.sleep(0.5)all_page_url_list.append(browser.current_url)page -= 1return all_page_url_list#这样就获取了你想要的page内的所有page的urlpage = input("Please enter how many page you want to craw:")
base_url = "http://beautyimg001.lofter.com/"
url_list = get_type2_user_all_url_list(base_url,int(page))
for url in url_list:src,title = get_img_url(url)get_img(src,title)

    讲一下具体怎么找到那个点击下一页的操作（浏览器源码大概知道一些，但是不熟），所以如果你觉得我的方法很low，那请移步至比较吊的人那。我用的Chrome，给大家讲一下Chrome的步骤，点击chrome窗口右上角的数着的省略号（学名：自定义及控制），然后选择"更多工具"，在选择“开发者工具”，如下图所示：

` 然后就会弹出如下图所示：

在html里查找page，你就会发现class=“next active”，这个右键点击在那一行，然后copy，copy时有选项，选择xpath，然后用find_element_by_xpath(‘你复制的xpath’).click()。运用类似思路可以解决因为我们没有登录LOFTER导致在刷第二页时，弹出登录对话框。在源码里找‘close’你会搜到close的那个xpath，然后实现点掉弹出对话框的目的。

run,等结果，看下结果：（如有侵权（图片的），请及时联系删除）