一、Selenium简介

Selenium是一个用于自动化Web浏览器操作的工具，它可以模拟用户在浏览器中的操作，如点击、输入、滚动等，Selenium支持多种编程语言，如Java、Python、C#等，在Python中，我们可以使用selenium库来实现对浏览器的控制。

二、虎扑篮球图片爬取需求分析

虎扑篮球网站上有很多精彩的篮球图片，我们可以通过爬虫技术将这些图片下载到本地，为了实现这个需求，我们需要完成以下步骤：

1. 安装Selenium库和浏览器驱动；

2. 编写代码，实现对虎扑篮球网站的定向爬取；

3. 解析网页，提取图片链接；

4. 下载图片并保存到本地。

三、Selenium环境搭建

1. 安装Selenium库：在命令行中输入以下命令进行安装：

pip install selenium

2. 安装浏览器驱动：以Chrome浏览器为例，访问以下网址下载对应版本的驱动程序：

https://sites.google.com/a/chromium.org/chromedriver/downloads

将下载的驱动程序解压后，将其路径添加到系统环境变量中。

四、编写代码实现定向爬取

1. 导入所需库：

from selenium import webdriver
import time
import os

2. 编写代码：

# 创建浏览器对象，指定使用Chrome浏览器驱动
driver = webdriver.Chrome()

# 打开虎扑篮球网站首页
driver.get("https://www.hupu.com/")
time.sleep(2)  # 等待页面加载完成

# 定位到“篮球”板块，点击进入
basketball_link = driver.find_element_by_xpath('//*[@id="main-nav"]/div[2]/a[1]')
basketball_link.click()
time.sleep(2)  # 等待页面加载完成

# 定位到“NBA”板块，点击进入
nba_link = driver.find_element_by_xpath('//*[@id="main-nav"]/div[2]/a[2]')
nba_link.click()
time.sleep(2)  # 等待页面加载完成

五、解析网页提取图片链接

1. 定位到图片所在的元素，获取其属性值（src）作为图片链接，这里我们使用XPath定位方式。

# 定位到图片元素，获取图片链接列表
image_links = driver.find_elements_by_xpath('//*[@class="lazyload"]')
for link in image_links:
    print(link.get_attribute('src'))

六、下载图片并保存到本地

1. 根据提取到的图片链接，下载图片并保存到本地，这里我们使用requests库进行图片下载。

def download_image(url, save_path):
    response = requests.get(url)
    with open(save_path, 'wb') as f:
        f.write(response.content)
        print(f"{save_path} 下载完成")

2. 遍历图片链接列表，下载图片并保存到本地，注意修改文件名和保存路径。

if not os.path.exists('hupu_images'):  # 如果文件夹不存在，则创建文件夹
    os.mkdir('hupu_images')
for i, link in enumerate(image_links):
    image_url = link.get_attribute('src')  # 获取图片链接
    if 'http' not in image_url:  # 如果链接不是HTTP协议，则跳过该链接（可能是相对路径）
        continue
    image_name = f"hupu_{i}.jpg"  # 生成图片文件名，格式为hupu_{序号}.jpg
    save_path = os.path.join('hupu_images', image_name)  # 拼接保存路径和文件名
    download_image(image_url, save_path)  # 下载图片并保存到本地

3. 关闭浏览器。

driver.quit()  # 关闭浏览器窗口，释放资源

我们已经完成了使用Selenium定向爬取虎扑篮球图片的功能，运行代码后，会在当前目录下生成一个名为“hupu_images”的文件夹，里面包含了爬取到的图片。