节目编号：[08-1202S/08-1203R]

切记请勿用于违法用途，一切后果与作者无关！请尊重原作者著作权，除学习外禁止未经同意随意抓取数据，禁止应用于商业化行为！

原理架构分析

众所周知网页渲染出来还是html，而html都是由一部分一部分的标签组成的，对于表格，图库这类网站来说，这一部分和一部分是相似的结构，比如<tr><td>，<div class="xxx">，通过class，id，tagName的规律，不难找到相似元素，本期就以壁纸站为例：

第一步，打开F12,开发者工具分析结构

这一个个整齐的DIV，就是每一个图块对应的结构，他们的query选择器为'.thumb-container-big'

再把元素展开看看

我们正好只要这两部分，原图和标题

接下来展开boxgrid

控制台里发现最大的一张

600*375显然不是我们要的分辨率，进入图片详情看看

1920*1080的，他们的URL分别如下：

缩略：533/thumbbig-533007.png

原图：533/533007.png

多看几张，缩略图都是thumbbig-xxx.webp，原图都是xxx.png

所以我们只需要替换掉thumbbig-为空，.webp为png即可

或者如果我们注意到元素id正好对应图片的名称

替换掉thumb_即可，但是我们就无法获取上级目录了

如果要获取，就得用indexOf索引内容，太过于复杂，所以还是老老实实根据Picture里面的source属性吧

理论存在实践开始

考虑到一些网站没有jquery，所以整个过程全部是原生js运行

捕捉父级元素

案例中的元素class为thumb-container-big

所以引入方法

已经捕获到了31个元素，先用第一个元素分析

捕捉子元素

一步一步抓下去

PS：这里用jQuery会更方便些

最后得到代码：

这时候已经获取到我们的Picture元素了

只需要获取他的属性srcset就能获得缩略图地址

所以我们用attributes对象获得属性：

正是我们想要的链接

但是获取出来的确实一个xml格式的内容：

转化为文本：.textContent

这就是我们第一个元素捕获的方法，接下来就很简单了，把它封装为一个方法，方便调用：

获得原图

根据上面的分析，我们对链接进行字符串替换：

遍历循环

由于class的数量正好是图片数量，所以直接根据class进行遍历

我们的代码已经很完美，但是我不希望在控制台里输出，想要保存到文本文档怎么办？直接post到一个支持保存文件的后端即可，在这里不介绍

代码运行速度非常地快，回车一瞬间就全部跑完了，可见异步执行的威力

技术总结

优点：迅速，轻量，便捷

缺点：需要手动翻页，手动运行代码，半自动化