Python rastrea imágenes de Baidu
# -*- coding: utf-8 -*-
"""
Created on Sat Jan 5 01:38:24 2021
@author: kun
"""
import time
import requests
import json
import urllib
headers = {
'Accept': 'text/plain, */*; q=0.01',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.83 Safari/537.36'}
def get_info(category, num):
url = 'https://image.baidu.com/search/acjson?tn=resultjson_com&logid=10506596288186331059&ipn=rj&ct=201326592&is=&fp=result&queryWord={}&cl=2&lm=-1&ie=utf-8&oe=utf-8&adpicid=&st=-1&z=&ic=0&hd=&latest=©right=&word={}&s=&se=&tab=&width=&height=&face=0&istype=2&qc=&nc=1&fr=&expermode=&force=&pn={}&rn=30&'.format(
category, category, num)
html = requests.get(url, headers=headers)
json_data = json.loads(html.text)
datas = json_data['data']
for data in datas[0:30]:
picture_url = data['thumbURL']
path = 'C:\\picture\\'
urllib.request.urlretrieve(picture_url, path + picture_url[-23:])
print("下载成功", picture_url[-23:])
time.sleep(1)
if __name__ == '__main__':
get_info('风景', 20)
time.sleep(1)
Los resultados son los siguientes:
Lectura recomendada:
- Utilice xpath para rastrear datos
- uso del cuaderno jupyter
- BeautifulSoup rastrea las 250 mejores películas de Douban
- Un artículo te lleva a dominar el módulo de solicitudes.
- Conceptos básicos del rastreador web Python-BeautifulSoup
Este es el final, si te ayuda, bienvenido a gustar y seguir, tus me gusta son muy importantes para mí