批处理之家 - Powered by Discuz! Board

标题: python爬pixiv上的内容，欢迎报价。 [打印本页]

作者: 灯塔彭于晏 时间: 2021-3-26 15:23 标题: python爬pixiv上的内容，欢迎报价。

维护终于结束了，大概有三天了吧？哈哈，真好，这里很温暖。
因为我不懂py的价格行情，所以还请大家优先报价。
需求如下：

根据文本A.TXT里的网址，逐条访问pixiv网页，抓取页面的 TITLE 、标签、图片原图三部分。

//第一部分
将抓取到的title信息和A.TXT中的网址组合排列成新的内容，并保存到新的AA.TXT里。
格式如下：
以符号 [ 开头，符号 ] 结尾，网址和标题的分隔线是符号 | 。逐行依次将title与A.TXT里的网址组合（对应上）
效果如下：（每6行1组，每组之间有1个空格）
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]

[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]
[#オリジナル廊下は静かに - mocha＠絵師100人展的插画 - pixiv|https://www.pixiv.net/artworks/88663580]

//第二部分
采集页面的标签信息，只抓取里面的中文翻译部分，不要日本字。
要求：每个网址下的标签，在一行里显示，6行网址生成6行标签，每行标签里的内容之间，用英文逗号隔开。
保存到BB.TXT

//第三部分
将保存到的图片，存到本地桌面名为1的文件夹里。

//结束
最好带间隔，pixiv封禁效率很高，如果频率快了。

//最后附带上A.TXT里的内容格式
A.TXT里的内容格式是：（每行一条网址，每6行间隔1个空格）
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958

https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958
https://www.pixiv.net/artworks/88673958

作者: 灯塔彭于晏 时间: 2021-3-26 15:25

本帖最后由灯塔彭于晏于 2021-3-26 15:27 编辑

这是我和几个小伙伴在一起维护的插画图片搬运网站，主要目标就是pixiv。为了画面和防黄，都是人工去准备网址的，所以只需要根据文本A的内容逐条抓取就行。

想利用PY，但学不会，特来发帖。以前总咨询，现在想付费。
bathome之家很好，是我们几个小伙伴的榜样，用爱发电……

表达能力很一般，所以你读不懂的地方话，还请留言。
就不讲那些砍价的话了，尊重代码，尊重每个人的时间。

谢谢啦，祝好~

欢迎光临批处理之家 (http://www.bathome.net/)