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,如有问题请及时联系我们以作处理。 作者: GitPython PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取 http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef 1.获取图片的url链接首先,打开百度图片首页,注意下图url中的index 接着,把页面切换成传统翻页版(flip),因为这样有利于我们爬取图片! 对比了几个url发现,pn参数是请求到的数量。通过修改pn参数,观察返回的数据,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 这样,我们发现了需要图片的url了。 2.把图片链接保存到本地现在,我们要做的就是将这些信息爬取出来。 注:网页中有objURL,hoverURL…但是我们用的是objURL,因为这个是原图 那么,如何获取objURL?用正则表达式! 那我们该如何用正则表达式实现呢?其实只需要一行代码… results = re.findall(''objURL':'(.*?)',', html) 1.获取图片url代码:
2.保存图片到本地代码: # 保存图片到本地
def save_to_txt(results, name, i):
j = 0
# 在当目录下创建文件夹
if not os.path.exists('./' name):
os.makedirs('./' name)
# 下载图片
for result in results:
print('正在保存第{}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'
# 把图片保存到文件夹
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: 使用说明:# 配置以下模块
import requests
import re
import os
import time
# 1.运行 py源文件
# 2.输入你想搜索的关键词,比如“柯基”、“泰迪”等
# 3.输入你想下载的页数,比如5,那就是下载 5 x 60=300 张图片 |
|