Python 协程并发下载斗鱼美女图片-CFANZ编程社区

仅用学习参考，转载请注明出处

爬虫技术第一步

作为爬虫技术第一步，就是可以使用爬取下载图片作为示例。
那么爬取图片，我们肯定去爬取美女图片作为第一步操作示例呀。
那么下面一个最重要的工作。
什么是最重要的工作？

Python 协程并发下载斗鱼美女图片_python

当然是去寻找美女图片呀

去斗鱼找美女图片

来点击这里访问颜值直播间：

这里跳过爬取页面，使用正则获取图片的url地址的步骤，直接找几张图片的url地址进行并发下载测试。

打开chrome浏览器的F12淡定点击图片，就可以看到里面的图片url地址啦。

复制一个图片地址，使用浏览器打开看看。

好啦，多操作几个图片的url地址，我准备如下：

https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/04/1853869_20181204200344_small.jpg
https://rpic.douyucdn.cn/live-cover/appCovers/2018/11/03/3933251_20181103191841_small.jpg
https://rpic.douyucdn.cn/live-cover/roomCover/2018/11/06/572d6afd241adb4740ce0dfba086f09e_big.jpg
https://rpic.douyucdn.cn/live-cover/appCovers/2018/11/19/3318573_20181119225716_small.jpg
https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/01/4566947_20181201145747_small.jpg
https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/11/2348814_20181211031627_small.jpg 好了，准备了那么多张图片的url地址啦。

Python 协程并发下载斗鱼美女图片_java_02

不要心急打开

使用urllib库下载第一张图片

首先在ipython3测试一下urllib库：

In [1]: import urllib.request   

In [3]: req = urllib.request.urlopen("https://www.baidu.com")                               

In [4]:                                                                                     

In [4]: req.read()                                                                          
Out[4]: b'<html>\r\n<head>\r\n\t<script>\r\n\t\tlocation.replace(location.href.replace("https://","http://"));\r\n\t</script>\r\n</head>\r\n<body>\r\n\t<noscript><meta http-equiv="refresh" content="0;url=http://www.baidu.com/"></noscript>\r\n</body>\r\n</html>'

In [5]:

从上面已经可以看出爬取了浏览器打开百度的页面内容了。

下面就来写个下载图片的示例：

[root@server01 download_image]# cat download_image.py 
#coding=utf-8
import urllib.request

# 根据url地址打开图片内容
req = urllib.request.urlopen("https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/11/2348814_20181211031627_small.jpg")

img_content = req.read() # 将图片内容进行读取

with open("meinv.jpg","wb") as f:
  f.write(img_content)

执行下载如下：

[root@server01 download_image]# ls
download_image.py
[root@server01 download_image]# 
[root@server01 download_image]# python3 download_image.py 
[root@server01 download_image]# 
[root@server01 download_image]# ls
download_image.py  meinv.jpg
[root@server01 download_image]#

此时可以看到多了一个meinv.jpg文件，放到桌面来查看一下。

好了，下载第一张图片的示例已经有了，那么下面大家应该都懂了。

那么是将其写成方法，然后同时并发执行下载。

使用gevent并发下载美女图片

[root@server01 download_image]# cat test.py 
#coding=utf-8
import urllib.request
import gevent
from gevent import monkey
import time

monkey.patch_all() # 将程序中用到的耗时操作代码，换为gevent中自己实现的模块

def download_image(image_name,image_url):
    # 根据url地址打开图片内容
    req = urllib.request.urlopen(image_url)
    
    img_content = req.read() # 将图片内容进行读取
    
    with open(image_name,"wb") as f:
      f.write(img_content)

    time.sleep(0.5)
    print("download %s",image_name)

def main():

   gevent.joinall([
    gevent.spawn(download_image,"1.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/11/2348814_20181211031627_small.jpg"),
    gevent.spawn(download_image,"2.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/11/03/3933251_20181103191841_small.jpg"),
    gevent.spawn(download_image,"3.jpg","https://rpic.douyucdn.cn/live-cover/roomCover/2018/11/06/572d6afd241adb4740ce0dfba086f09e_big.jpg"),
    gevent.spawn(download_image,"4.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/11/19/3318573_20181119225716_small.jpg"),
    gevent.spawn(download_image,"5.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/01/4566947_20181201145747_small.jpg"),
    gevent.spawn(download_image,"6.jpg","https://rpic.douyucdn.cn/live-cover/appCovers/2018/12/11/2348814_20181211031627_small.jpg"),
   ])
   

if __name__ == "__main__":
   main()
[root@server01 download_image]#

执行如下：

[root@server01 download_image]# python3 test.py 
download %s 4.jpg
download %s 6.jpg
download %s 2.jpg
download %s 1.jpg
download %s 5.jpg
download %s 3.jpg
[root@server01 download_image]# ls
1.jpg  2.jpg  3.jpg  4.jpg  5.jpg  6.jpg  test.py

好了，这样就下载完图片了，放到桌面淡定看看。

淡定成功。

Python 协程并发下载斗鱼美女图片_python_03