aardio简单爬取网站图片链接和名称

写一个爬取图片网站的照片名称和链接，并且把它保存为csv文件，在利用Python方法调整里面内容不要超出单元格。

一：依赖导入与基础对象初始化

功能：导入程序所需的所有库，创建窗口、网页视图、CSV处理器等基础工具对象，为后续操作铺路。

aardio 复制代码

import web.view
import console;
import string.html;
import string.csv
import win.ui;
import py3;

var winform = win.form(text="简单爬取网站图片链接和名称")

var wb = web.view(winform);

var csv = string.csv(',');

var headers = {"类型", "标题", "链接"};
csv.push(headers)
console.log('爬取数据中...')

URL列表生成

功能：根据目标网站的分页规则，生成需要爬取的所有页面URL，返回URL列表供后续爬取用。

aardio 复制代码

function loop(){
	var urllist = {}; 
	for(page=1;10;1){
		var url = "https://haowallpaper.com/?isSel=false&page=" +page
		table.push(urllist,url)
	}
	return urllist; 
}

数据爬取

功能：接收生成的URL列表，逐个页面加载、解析HTML，提取图片/视频的"类型、标题、链接"，整理成结构化数据并返回。

aardio 复制代码

function Crawl(){
	var dataList = {}; 
	for(i=1;#loop();1){
		var url = loop()[i];
		var response = wb.go (url)
		if(response !== 0){
			html = wb.html;
			var htmlDoc = string.html( html )
			var div_label = htmlDoc.queryEles( tagName = "div" );
			var main_label = div_label[1].queryEles( tagName = "main" );
			var div1_label = main_label[1].queryEles( tagName = "div" );
			var div2_label = div1_label[3].queryEles( tagName = "div" );
			var div3_label = div2_label[1].queryEles( tagName = "div" );
			var div4_label = div3_label[1].queryEles( tagName = "div" );
			var img_label = div4_label[1].queryEles( tagName = "img" );
			var video_label = div4_label[1].queryEles( tagName = "video" );
	
			// 整理数据：把图片、视频信息合并成字典，存入 dataList
        	for(k, value in img_label){
            	// 构造一个字典，包含标题、链接、类型（图片）
            	var imgDict = {
                	"类型": "图片",
                	"标题": value.title,
                	"链接": value.src
            	};
	
            	table.push(dataList, imgDict);
        	}
        	for(k, v in video_label){
            	// 构造一个字典，包含标题、链接、类型（视频）
            	var videoDict = {
                	"类型": "视频",
                	"标题": v.title,
                	"链接": v.src
            	};
            	table.push(dataList, videoDict);  // 加入最终列表
        	}	
		}
	}
	return dataList; 	
}

模数据保存

功能：接收爬取到的结构化数据，按CSV表头顺序写入数据，最终保存为本地CSV文件，并提示保存结果。

aardio 复制代码

var dataList = Crawl(); 
for(i=1;#dataList;1){
	var row = {}; 
	for(k,v in headers){
		table.push(row,dataList[i][v])
	}
	csv.push(row)
}
var save = csv.save('products.csv')

if(save !== 0){
	console.log('保存成功')
}
else {
	console.log('保存失败')
}

CSV转格式化Excel

功能：调用Python代码，将保存的CSV文件转换为格式美观的Excel文件，并设置单元格对齐、列宽、行高等样式。

aardio 复制代码

function py_method(){
	var pyCode = /** 
import csv
from openpyxl import Workbook
from openpyxl.styles import Alignment
from openpyxl.utils import get_column_letter

def format_csv_to_excel():
    # 创建Excel工作簿
    wb = Workbook()
    ws = wb.active

    # 替换的CSV文件路径
    input_csv = "products.csv"
    # 输出的Excel文件路径
    output_excel = "formatted_data.xlsx"

    # 读取CSV并写入Excel
    with open(input_csv, 'r', encoding='utf-8') as f:
        reader = csv.reader(f)
        for row in reader:
            ws.append(row)

    # 1. 设置单元格格式：居中对齐、自动换行、内边距
    for row in ws.iter_rows():
        for cell in row:
            # 设置居中对齐（水平和垂直方向）、自动换行
            # indent=3 表示缩进3个单位，模拟内边距效果
            cell.alignment = Alignment(
                horizontal='center',  # 水平居中
                vertical='center',    # 垂直居中
                wrapText=True,        # 自动换行
                indent=3              # 缩进3个单位，实现内容离边界的距离
            )

    # 2. 精准计算列宽（区分中英文）
    for col in ws.columns:
        col_idx = col[0].column
        col_letter = get_column_letter(col_idx)
        max_width = 0

        for cell in col:
            if not cell.value:
                continue

            text = str(cell.value)
            # 计算字符宽度：中文≈2个单位，英文/数字≈1个单位
            width = 0
            for char in text:
                if '\u4e00' <= char <= '\u9fff':  # 中文字符范围
                    width += 2
                else:
                    width += 1

            # 保留最大宽度，考虑缩进带来的额外宽度需求
            if width > max_width:
                max_width = width

        # 设置列宽（增加4个单位余量，因为有缩进）
        ws.column_dimensions[col_letter].width = max_width + 4

    # 3. 自动调整行高（根据换行数量）
    for row in ws.iter_rows():
        max_height = 30  # 基础行高
        for cell in row:
            if cell.value:
                # 计算换行次数（包括自动换行产生的）
                lines = str(cell.value).count('\n') + 1
                # 每行高度约为30（根据实际字体大小调整）
                row_height = lines * 30
                if row_height > max_height:
                    max_height = row_height
        ws.row_dimensions[cell.row].height = max_height

    # 保存文件
    wb.save(output_excel)
    print(f"转换完成！文件已保存至：{output_excel}")

**/
// 执行 Python 代码
	py3.exec(pyCode) 
	
	var aa = py3.main.format_csv_to_excel();
	if(aa !== 0){
		console.log('调整csv内容成功，转换为Excel文件')
	}
	else {
		console.log('调整csv内容失败')
	}
}

py_method()
console.pause()

注：此代码主要注重csv文件的学习，只能爬取代码中的网站，需要爬取其他网站的可以修改里面 'tagName'的值。

aardio 新手交流学习群，一起学习的进

qq群号：697197055