前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,若有问题请实时联系我们以作处置。
作者: GitPython
PS:若有需要Python学习资料的小伙伴可以加点击下方链接自行获取
1.获取图片的url链接
首先,打开百度图片首页,注重下图url中的index
接着,把页面切换成传统翻页版(flip),由于这样有利于我们爬取图片!
对比了几个url发现,pn参数是请求到的数目。通过修改pn参数,考察返回的数据,发现每页最多只能是60个图片。
注:gsm参数是pn参数的16进制表达,去掉无妨
然后,右键检查网页源代码,直接(ctrl+F)搜索 objURL
五险一金公司交多少钱,2020最新费率要知道
这样,我们发现了需要图片的url了。
2.把图片链接保留到内陆
现在,我们要做的就是将这些信息爬取出来。
注:网页中有objURL,hoverURL…然则我们用的是objURL,由于这个是原图
那么,若何获取objURL?用正则表达式!
那我们该若何用正则表达式实现呢?实在只需要一行代码…
results = re.findall('"objURL":"(.*?)",', html)
焦点代码:
1.获取图片url代码:
# 获取图片url毗邻def get_parse_page(pn,name): for i in range(int(pn)): # 1.获取网页 print('正在获取第{}页'.format(i+1)) # 百度图片首页的url # name是你要搜索的关键词 # pn是你想下载的页数 url = 'https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%s&pn=%d' %(name,i*20) headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.4843.400 QQBrowser/9.7.13021.400'} # 发送请求,获取响应 response = requests.get(url, headers=headers) html = response.content.decode() # print(html) # 2.正则表达式剖析网页 # "objURL":"http://n.sinaimg.cn/sports/transform/20170406/dHEk-fycxmks5842687.jpg" results = re.findall('"objURL":"(.*?)",', html) # 返回一个列表 # 凭据获取到的图片链接,把图片保留到内陆 save_to_txt(results, name, i)
2.保留图片到内陆代码:
# 保留图片到内陆def save_to_txt(results, name, i): j = 0 # 在当目录下建立文件夹 if not os.path.exists('./' + name): os.makedirs('./' + name) # 下载图片 for result in results: print('正在保留第{}个'.format(j)) try: pic = requests.get(result, timeout=10) time.sleep(1) except: print('当前图片无法下载') j += 1 continue # 可忽略,这段代码有bug # file_name = result.split('/') # file_name = file_name[len(file_name) - 1] # print(file_name) # # end = re.search('(.png|.jpg|.jpeg|.gif)$', file_name) # if end == None: # file_name = file_name + '.jpg' # 把图片保留到文件夹 file_full_name = './' + name + '/' + str(i) + '-' + str(j) + '.jpg' with open(file_full_name, 'wb') as f: f.write(pic.content) j += 1
3.主函数代码:
# 主函数if __name__ == '__main__': name = input('请输入你要下载的关键词:') pn = input('你想下载前几页(1页有60张):') get_parse_page(pn, name)
使用说明:
# 设置以下模块import requests import reimport osimport time# 1.运行 py源文件# 2.输入你想搜索的关键词,好比“柯基”、“泰迪”等# 3.输入你想下载的页数,好比5,那就是下载 5 x 60=300 张图片
珍藏 举报
本文来源于自互联网,不代表n5网立场,侵删。发布者:虚拟资源中心,转载请注明出处:https://www.n5w.com/33898.html