一个针对网站 http://www.girl13.com 上图片的爬取工具,具有以下功能和特性:
- 爬取到网站上所有主体下的图片列表
- 在本地建立与各主题对应的文件夹
- 将爬取到的图片下载到本地对应主题的文件夹下
- 多次运行工程能够检测图片文件是否已经存在,如存在则不再下载,只下载新的图片,节省流量
girlCrawler 主要是建立在以下依赖库之上的:
1. 安装 Node.js.
$ git clone https://github.com/xuelangcxy/girlCrawler.git
-
$ yarn
-
$ npm install
-
$ yarn start
-
$ npm start
- 运行该工程时存在中途中断下载的情况,可以直接按
Ctrl+c
以终止运行并尝试再次启动工程. - 下载完成后可能存在某些图片不能查看,图片大小为0,可以将此类图片文件删除并尝试再次运行工程.
- 再次运行工程不会重复下载已存在的文件.
由于图片数量较大,经测试大小大概在350-400MB,请下载前酌情考虑