【scrapy爬虫】crawl自动化模板爬取网易新闻

野性酷女 2023-02-20 02:22 16阅读 0赞

### 网易新闻数据爬取 ###

*  1. 新建项目
 *  2. 修改itmes.py文件
 *  3. 定义spider，创建一个爬虫模板
 *   *  3.1 创建crawl爬虫模板
     *  3.2 xpath选择器
     *  3.3. 分析网页内容
 *  4. 修改spider下创建的爬虫文件
 *   *  4.1 导入包
     *  4.2 正则表达式的简单介绍
     *  4.3 回调函数
 *  5. 修改pipeline文件下的内容
 *   *  5.1 导入csv文件储存包
     *  5.2 定义进程函数
 *  6. 运行结果

手动反爬虫：[原博地址][Link 1]

知识梳理不易，请尊重劳动成果，文章仅发布在CSDN网站上，在其他网站看到该博文均属于未经作者授权的恶意爬取信息

如若转载，请标明出处，谢谢！

# 1. 新建项目 #

在命令行窗口下输入scrapy startproject news,如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]  
然后就自动创建了相应的文件，如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]  
关于每一个文件的作用，上一个博客上有详细介绍，可以回头看一下

# 2. 修改itmes.py文件 #

打开scrapy框架自动创建的items.py文件，如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]  
编写里面的代码，确定我要获取的信息，比如线程，新闻标题，url，时间，来源，来源的url，新闻的内容等

import scrapy
    
    
    class NewsItem(scrapy.Item):
        # define the fields for your item here like:
        # name = scrapy.Field()
        news_thread = scrapy.Field()
        news_title = scrapy.Field()
        news_url = scrapy.Field()
        news_time = scrapy.Field()
        news_source = scrapy.Field()
        source_url = scrapy.Field()
        news_body = scrapy.Field()

# 3. 定义spider，创建一个爬虫模板 #

## 3.1 创建crawl爬虫模板 ##

在命令行窗口下面 创建一个crawl爬虫模板，指令执行会在spider文件夹生成一个news163.py文件

注意： 在文件的根目录下面，指令检查别输入错误，-t 表示使用后面的crawl模板，news163为爬虫文件名称，最后的news.163.com为网易新闻域名  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 3]  
然后看一下这个‘crawl’模板和一般的模板有什么区别，多了链接提取器还有一些爬虫规则，这样就有利于我们做一些深度信息的自动化爬取  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 4]

## 3.2 xpath选择器 ##

支持xpath和css，其中css选择器之前的爬虫案例中介绍过了，这里是补充xpath的操作，xpath语法如下

**① 手写输入的：**

`/html/head/title` 定位标题

`/html/head/title/text()` 提取标题内容

`//td` (深度提取的话就是两个/) 直接定位td标签

`//div[@class='mine']` 定义带有mine属性的div标签

**② 手动copy的：**

直接定位某一具体位置的标签信息，往往复制粘贴之后使用的是相对路径，即`//`开头，后面再接标签相关信息，比如的内容copy之后，粘贴的内容为：`//*[@id="js_top_news"]/div[2]/ul/li[2]/a`  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 5]

## 3.3. 分析网页内容 ##

在谷歌chrome浏览器下，打在网页新闻的网站，选择查看源代码，确认我们可以获取到itmes.py文件的内容（其实那里面的要获取的就是查看了网页源代码之后确定可以获取的）

确认标题、时间、url、来源url和内容可以通过检查和标签对应上，比如正文部分  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 6]

# 4. 修改spider下创建的爬虫文件 #

## 4.1 导入包 ##

打开创建的爬虫模板，进行代码的编写，除了导入系统自动创建的三个库，我们还需要导入news.items(这里就涉及到了包的概念了，最开始说的–init–.py文件存在说明这个文件夹就是一个包可以直接导入，不需要安装)

注意：使用的类ExampleSpider一定要继承自CrawlSpider，因为最开始我们创建的就是一个‘crawl’的爬虫模板，对应上

import scrapy
    from news.items import NewsItem
    from scrapy.linkextractors import LinkExtractor
    from scrapy.spiders import CrawlSpider, Rule
    
    
    class New163Spider(CrawlSpider):
        name = 'new163'
        allowed_domains = ['new163.com']
        start_urls = ['http://new163.com/']
    
        rules = (
            Rule(LinkExtractor(allow=r'/18/04\d+/*'), callback='parse_news', follow=True),
        )
    
        def parse_item(self, response):
            item = { }
            #item['domain_id'] = response.xpath('//input[@id="sid"]/@value').get()
            #item['name'] = response.xpath('//div[@id="name"]').get()
            #item['description'] = response.xpath('//div[@id="description"]').get()
            return item

Rule(LinkExtractor(allow=r’/18/04\\d+/\*’), callback=‘parse\_news’, follow=True),其中第一个allow里面是书写正则表达式的（也是我们核心要输入的内容），第二个是回调函数，第三个表示是否允许深入

## 4.2 正则表达式的简单介绍 ##

系统的介绍会在爬虫专项里面进行讲解，这里介绍一些基础性的可以用在这个项目里面的知识点,，正则表达式是由字符和操作符组成的，常见的语法如下图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 7]![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 8]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 9]  
记住一个：**“.\*?”** 惰性匹配，匹配成功一次即可， 几乎可以解决大部分的问题，还有一些需要我们自己动手编写  
对比新闻的标签，如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 10]  
第一个新闻的url是：“https://news.163.com/20/0204/17/F4IDMINL000189FH.html”  
第二个新闻的url是：“https://news.163.com/20/0204/07/F4HC2QS90001899O.html”  
…  
可以看出规律，因此正则表达式可以按照下面这样写

rules = (
            Rule(LinkExtractor(allow=r'https://news.163.com/20/0204/\d+/.*?html'), callback='parse_item', follow=True),
        )

然后在命令行窗口运行指令：scrapy crawl news163

输出结果为：请求返回200，代表请求成功  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 11]

## 4.3 回调函数 ##

parse\_item是我们要设置的回调函数，先处理两个较为简单的获取内容，**获取thread**（去掉网址的后五个字符的内容）**和title**（一般就是网页源代码的一个title标签里的内容），代码设置如下

def parse_item(self, response):
        item = NewsItem()
        item['news_thread'] = response.url.strip().split("/")[-1][:-5]
        self.get_title(response,item)
    
        return item
    
    def get_title(self,response,item):
        title = response.css('title::text').extract()
        if title:
            print("title:{}".format(title[0]))
            item['news_title'] = title[0]

保存后运行命令行窗口，输出如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 12]  
然后再**获取时间**，在页面中选择检查，找到新闻时间对应的源代码中的标签信息，然后采用css选择器，找到该标签信息，如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 13]  
获取新闻时间的代码如下，time后面的内容就是属于字符串处理的方式了，目的是为了获得正常格式的时间数据

self.get_time(response,item) #这个代码要放在回调函数里面
    
    def get_time(self,response,item):
            time = response.css('div.post_time_source::text').extract()
            if time:
                print('time:{}'.format(time[0].strip().replace("来源","").replace('\u3000:',"")))
                item['news_time'] = time[0].strip().replace("来源","").replace('\u3000:',"")

输出结果为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 14]  
接下来**获取新闻来源**，查看网页源代码，发现新闻来源是存储id标签下面，直接就可以进行标签的查找锁定（id唯一）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 15]  
获取新闻来源的代码如下

self.get_source(response,item) #这个代码要放在回调函数里面
    
    def get_source(self,response,item):
         source = response.css("ne_article_source::text").extract()
         if source:
             print("source:{}".format(source[0]))
             item['news_source'] = source[0]

获取**新闻原文URL**的方式也是类似，这里直接给出代码（注意这里不是获取id标签的文本内容了，而是属性）

self.get_source_url(response,item)
    
    
    def get_source_url(self,response,item):
        source_url = response.css("ne_article_source::attr(href)").extract()
        if source_url:
            print("source_url:{}".format(source_url[0]))
            item['source_url'] = source_url[0]

获取**新闻内容** ，也是直接给出参考代码如下

self.get_text(response,item)
    
    def get_text(self,response,item):
        text = response.css(".post_text p::text").extract()
        if text:
            print("text:{}".format(text))
            item['news_body'] = text

获取**新闻URL**（最初的那个），也是直接给出参考代码如下

self.get_url(response,item)
    
    def get_url(self,response,item):
        url = response.url
        if url:
            item['news_url'] = url

至此news163.py的全部代码编写如下：

import scrapy
    from news.items import NewsItem
    from scrapy.linkextractors import LinkExtractor
    from scrapy.spiders import CrawlSpider, Rule
    
    #https://news.163.com/20/0205/06/F4JOHHEJ0001899O.html
    #https://news.163.com/20/0205/08/F4JVQU6P000189FH.html
    class News163Spider(CrawlSpider):
        name = 'news163'
        allowed_domains = ['news.163.com']
        start_urls = ['http://news.163.com/']
    
        rules = (
            Rule(LinkExtractor(allow=r'https://news.163.com/20/0205/\d+/.*?html'), callback='parse_item', follow=True),
        )
    
        def parse_item(self, response):
            item = NewsItem()
            item['news_thread'] = response.url.strip().split("/")[-1][:-5]
            self.get_title(response,item)
            self.get_time(response,item)
            self.get_source(response,item)
            self.get_source_url(response,item)
            self.get_text(response,item)
            self.get_url(response,item)
    
            return item
    
        def get_url(self,response,item):
            url = response.url
            if url:
                item['news_url'] = url
    
        def get_text(self,response,item):
            text = response.css(".post_text p::text").extract()
            if text:
                print("text:{}".format(text))
                item['news_body'] = text
    
        def get_source_url(self,response,item):
            source_url = response.css("ne_article_source::attr(href)").extract()
            if source_url:
                #print("source_url:{}".format(source_url[0]))
                item['source_url'] = source_url[0]
    
    
        def get_source(self,response,item):
            source = response.css("ne_article_source::text").extract()
            if source:
                print("source:{}".format(source[0]))
                item['news_source'] = source[0]
    
        def get_time(self,response,item):
            time = response.css('div.post_time_source::text').extract()
            if time:
                print('time:{}'.format(time[0].strip().replace("来源","").replace('\u3000:',"")))
                item['news_time'] = time[0].strip().replace("来源","").replace('\u3000:',"")
    
        def get_title(self,response,item):
            title = response.css('title::text').extract()
            if title:
                print("title:{}".format(title[0]))
                item['news_title'] = title[0]

保存后，运行命令行输出如下（ **注意、注意、注意，** 在调试的过程中不要频繁的运行这个指令，否则会导致服务器无法访问），只截取部分输出结果  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 16]

# 5. 修改pipeline文件下的内容 #

## 5.1 导入csv文件储存包 ##

要将数据储存在本地，需要以一种格式作为储存的条件，逗号分隔符（csv）文件就可以满足这种要求，而且也是现在主要存储数据的工具

from scrapy.exporters import CsvItemExporter

## 5.2 定义进程函数 ##

首先从初始化函数，包含了创建收集数据的文件和项目启动器

def __init__(self):
    	self.file = open('news_data.csv', 'wb')
    	self.exporter = CsvItemExporter(self.file, encoding = 'utf-8')
    	self.exporter.start_exporting()

其次，定义爬虫结束器，进行项目的收尾工作，把进程和文件都关闭掉，防止内存溢出

def close_spider(self,spider):
    	self.exporter.finish_exporting()
    	self.file.close()

最后在处理函数里面，开启导入，最后返回Item

def process_item(self, item, spider):
    	self.exporter.export_item(item)
        return item

至此，pipeline里的代码编写就已经完成了，这时候就要在setting.py文件里面进开启pipeline通道，取消如下内容的注释，如下  
![在这里插入图片描述][2020020519294241.png]  
最后整个pipeline.py的文件代码如下，注意检查缩进的问题（Sublime编辑器里面有讲缩进全部转换成为tab格式的选项，确保缩进一致，而且还是要注意一下网页编码的问题，否则会出现乱码的情况，encoding要根据爬取网页的编码格式设定）

from scrapy.exporters import CsvItemExporter
    
    class NewsPipeline(object):
    
    	def __init__(self):
    		self.file = open('news_data.csv', 'wb')
    		self.exporter = CsvItemExporter(self.file, encoding = 'gbk')
    		self.exporter.start_exporting()
    
    	def close_spider(self,spider):
    		self.exporter.finish_exporting()
    		self.file.close()
    
    	def process_item(self, item, spider):
    		self.exporter.export_item(item)
    		return item

# 6. 运行结果 #

最后在命令行窗口，运行指令，在窗口界面出现爬取内容输出的同时，在news文件夹下也自动生成了news\_data.csv文件，如下  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 17]  
news\_data.csv文件中数据样式如下，至此整个利用Scrapy爬取网页新闻的项目就全部完结了  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 18]

[Link 1]: https://blog.csdn.net/lys_828/article/details/106894801
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200204222459743.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200204222539561.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200204223638291.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200205103226193.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200204224631362.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20200622073657310.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20200204230115164.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20200204231818104.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20200204231907787.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 9]: https://img-blog.csdnimg.cn/20200204231951433.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 10]: https://img-blog.csdnimg.cn/20200204235907112.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 11]: https://img-blog.csdnimg.cn/20200205105126351.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 12]: https://img-blog.csdnimg.cn/20200205110254693.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 13]: https://img-blog.csdnimg.cn/20200205111432824.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 14]: https://img-blog.csdnimg.cn/2020020511175848.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 15]: https://img-blog.csdnimg.cn/2020020511213961.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 16]: https://img-blog.csdnimg.cn/20200205120016484.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[2020020519294241.png]: https://img-blog.csdnimg.cn/2020020519294241.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 17]: https://img-blog.csdnimg.cn/20200205193051634.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 18]: https://img-blog.csdnimg.cn/20200205194153265.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg=,size_16,color_FFFFFF,t_70