写点什么

教你用 python 爬虫下载 1w+『ppt 模板』, 再也不用付费去购买啦!

发布于: 3 小时前

1. 前言

无论是学生还是工作,都会和 ppt 打交道,每次制作 ppt 都需要去找模板,有时候 ppt 模板还是收费的,这......,有点恶心,哈哈哈!!


今天教大家如何使用 python 爬虫爬取 1 万份『ppt 模板』,以后制作 ppt 再也不怕了没有模板了!!!

2. 相关介绍

1.模板来源

https://sc.chinaz.com/ppt/free_1.html
复制代码



每页 20 条,一共 500 页,共 10000 份 ppt 模板!

2.爬虫思路

  • 先遍历每一页,获取每一个 ppt 模板的 url。

  • 根据 ppt 模板的 url 获取下载地址。

  • 最后根据下载地址将文件下载到本地。

3. 爬取数据

1.遍历每一页


通过 xpath 可以定位到标签 class=bot-div,里面包含了 ppt 模板的 url 和名称。



import requestsfrom lxml import etree ###遍历每一页def getlist(): for k in range(1,501): url = "https://sc.chinaz.com/ppt/free_"+str(k)+".html" res = requests.get(url) res.encoding = 'utf-8' text = res.text selector = etree.HTML(text) list = selector.xpath('//*[@class="bot-div"]') for i in list: title = i.xpath('.//a/text()')[0].replace("\n", '').replace(" ", '') href = i.xpath('.//a/@href')[0].replace("\n", '').replace(" ", '') print(title) print(href) print("----------------")
复制代码


遍历时需要获取每一个 ppt 模板 url(title)名称(href)(方便下载时作为保存文件的命名)


2.获取下载地址

以下面 url 为例


https://sc.chinaz.com/ppt/210305465710.htm
复制代码



解析下载链接



通过 xpath 可以定位到标签 class=download-url,里面包含了四个下载地址,其实四个都一样,选择其中一个就可以了。


res = requests.get(url)res.encoding = 'utf-8'text = res.textselector = etree.HTML(text)href = selector.xpath('//*[@class="download-url"]/a/@href')[0]print(href)
复制代码


3.下载保存

根据拿到的下载地址下载文件保存到本地。



r = requests.get(href)with open(str(title)+".rar", "wb") as code: code.write(r.content)
复制代码




ok,这样就将 ppt 模板下载到本地了。


下面我们开始批量下载!

4.批量下载

##下载文件def download(url,title):    res = requests.get(url)    res.encoding = 'utf-8'    text = res.text    selector = etree.HTML(text)    href = selector.xpath('//*[@class="download-url"]/a/@href')[0]      r = requests.get(href)    with open(str(title)+".rar", "wb") as code:      code.write(r.content)    print(str(title)+":下载完成!")    ###遍历每一页def getlist():      for k in range(1,501):        url = "https://sc.chinaz.com/ppt/free_"+str(k)+".html"        res = requests.get(url)        res.encoding = 'utf-8'        text = res.text          selector = etree.HTML(text)        list = selector.xpath('//*[@class="bot-div"]')        for i in list:            title = i.xpath('.//a/text()')[0].replace("\n", '').replace(" ", '')            href = i.xpath('.//a/@href')[0].replace("\n", '').replace(" ", '')            download("https://sc.chinaz.com/"+str(href), str(title))
复制代码




这样就可以将 10000 份 ppt 模板下载完毕

4. 总结

通过 python 编程实现爬取 10000 份 ppt 模板素材,以后再也不用担心制作 ppt 没有模板了!

发布于: 3 小时前阅读数: 3
用户头像

个人公众号:Python研究者 2021.04.26 加入

教你如何学Python,专注于Python入门与进阶、爬虫、数据分析挖掘、数据可视化。分享Python相关的技术文章、工具资源、视频教程、学习资料。

评论

发布
暂无评论
教你用python爬虫下载1w+『ppt模板』,再也不用付费去购买啦!