扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
今天教大家用元件组合，做一个网页图片爬虫。
需要用到的元件：循环控制器+计数器+xpath提前器+函数嵌套+beanshell代码
首先我们确定一下要爬取的图片网站：https://dp.pconline.com.cn/list/all_t5.html
通过F12观察一下他的html代码，发现这些图片都是通过href链接跳转之后，访问的src图片
那么我们可以考虑先对网站发起请求，通过xpath表达式提取到图片的src，也就是图片的访问链接
然后再通过xpath提取出这些图片的标题
因为考虑到每一组图片和标题都是一一对应的，因此这里提取出来的匹配数字也可以认为是一一对应。
在dubug中我们可以看到，url和标题都提取了50个，且一一对应。
在循环控制器中添加一个计数器，用来计算需要执行爬取的次数
添加一个http请求，在循环控制器下，循环对debug中获取到的url发起请求，同时遍历写入图片标题
每一次发起请求之后，都把请求获取的图片通过代码写入本地，同时遍历写入图片名称
执行脚本观察响应结果，观察本地文件写入结果
友情提示：这一套爬虫脚本，摒弃了以往通过foreach控制器遍历进行爬虫的方法。转而通过函数嵌套的方式，同步遍历多个参数进行文件写入。难点就在于函数嵌套遍历的理解和xpath元素定位，希望大家好好研究，有问题可以和我进行探讨！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网