import requests
from bs4 import BeautifulSoup
import os


class mzitu():

    def __init__(self):
        self.headers = {
            ‘User-Agent‘: "Mozilla/5.0 (Windows NT 6.2; WOW64) AppleWebKit/535.24 (KHTML, like Gecko) Chrome/19.0.1055.1 Safari/535.24"}

    def all_url(self, url):
        html 
 
= self.request(url)  # #調用request函數把套圖地址傳進去會返回給我們一個response
        all_a = BeautifulSoup(html.text, ‘html.parser‘).find(‘div‘, class_=‘all‘).find_all(‘a‘)
        # 頁面更改 多了一個早期圖片 需要刪掉（小夥伴們 可以自己嘗試處理一下這個頁面）
        all_a.pop(0)
        # 上面是刪掉列表的第一個元素
        for a in all_a:
            title = a.get_text()
            print(u
 
‘開始保存：‘, title)  # #加點提示不然太枯燥了
            path = str(title).replace("?", ‘_‘)  # #我註意到有個標題帶有 ？  這個符號Windows系統是不能創建文件夾的所以要替換掉
            self.mkdir(path)  # #調用mkdir函數創建文件夾！這兒path代表的是標題title哦！！！！！不要糊塗了哦！
            href = a[‘href‘]
            self.html(href)  # #調用html函數把href參數傳遞過去！href是啥還記的吧？ 就是套圖的地址哦！！不要迷糊了哦！

    def html(self, href):  # #這個函數是處理套圖地址獲得圖片的頁面地址
        html 
 
= self.request(href)
        self.headers[‘referer‘] = href
        max_span = BeautifulSoup(html.text, ‘html.parser‘).find(‘div‘, class_=‘pagenavi‘).find_all(‘span‘)[-2].get_text()
        for page in range(1, int(max_span) + 1):
            page_url = href + ‘/‘ + str(page)
            self.img(page_url)  # #調用img函數

    def img(self, page_url):  # #這個函數處理圖片頁面地址獲得圖片的實際地址
        img_html = self.request(page_url)
        img_url = BeautifulSoup(img_html.text, ‘html.parser‘).find(‘div‘, class_=‘main-image‘).find(‘img‘)[‘src‘]
        self.save(img_url)

    def save(self, img_url):  # #這個函數保存圖片
        name = img_url[-9:-4]
        img = self.request(img_url)
        f = open(name + ‘.jpg‘, ‘ab‘)
        f.write(img.content)
        f.close()

    def mkdir(self, path):  # #這個函數創建文件夾
        path = path.strip()
        isExists = os.path.exists(os.path.join("D:\mzitu", path))
        if not isExists:
            print(u‘建了一個名字叫做‘, path, u‘的文件夾！‘)
            os.makedirs(os.path.join("D:\mzitu", path))
            os.chdir(os.path.join("D:\mzitu", path))  # #切換到目錄
            return True
        else:
            print(u‘名字叫做‘, path, u‘的文件夾已經存在了！‘)
            return False

    def request(self, url):  # # 這個函數獲取網頁的response 然後返回
        content = requests.get(url, headers=self.headers)
        return content


Mzitu = mzitu()  # #實例化
Mzitu.all_url(‘http://www.mzitu.com/all‘)  # # 給函數all_url傳入參數  你可以當作啟動爬蟲（就是入口）

其中需要把博客id名和url首頁值替換掉即可！

爬蟲爬取博客園自己or他人發布文章代碼