序文
ネットワークからこの記事のテキストや画像、唯一学ぶため、交換は、ない任意の商業目的のために、どんな質問ならば、治療のための私達に連絡してください、元の作者に属します。
PS:必要に応じて学習教材Pythonの小さなパートナーは、独自の取得を追加することができます
画像のURLリンクを取得します。1.
まず、Baiduのホーム・ページの画像を開いて、インデックスのURLで、次の図の点に注意してください。
これは私たちが絵をクロールするのに役立ちますので、次は、従来のバージョン(フリップ)にスイッチにページを反転さ!
URLは、いくつかの比較を発見し、PNパラメータの数への要求です。データを返すのpnパラメータを、修正することによって、我々はそれだけで60ページあたりの絵を発見しました。
注:GSMパラメータPnはとにかく削除進式パラメータであります
その後、OBJURLを検索(+ F CTRL)を直接右ページのソースコードをチェック
このように、我々は、画像のURLを見つける必要があります。
地元への画像リンクを保存2.
今、私たちがしなければならないことは出て登るために、この情報を取ることです。
注:これはオリジナルですので、ページがOBJURL、hoverURLを持っている...しかし、我々はOBJURLを使用しています
だから、どのようにOBJURLを取得しますか?正規表現を使用してください!
どのように我々はそれを達成するために正規表現を使うのですか?実際には、コードの一行だけ...
結果= re.findall( ' "OBJURL": "(*)。?"、'、HTML)
コアコード:
コードのURL、画像を取得する1:
1 # 获取图片url连接 2 def get_parse_page(pn,name): 3 4 for i in range(int(pn)): 5 # 1.获取网页 6 print('正在获取第{}页'.format(i+1)) 7 8 # 百度图片首页的url 9 # name是你要搜索的关键词 10 # pn是你想下载的页数 11 12 url = 'https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%s&pn=%d' %(name,i*20) 13 14 headers = { 15 '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'} 16 17 # 发送请求,获取相应 18 response = requests.get(url, headers=headers) 19 html = response.content.decode() 20 # print(html) 21 22 # 2.正则表达式解析网页 23 # "objURL":"http://n.sinaimg.cn/sports/transform/20170406/dHEk-fycxmks5842687.jpg" 24 results = re.findall('"objURL":"(.*?)",', html) # 返回一个列表 25 26 # 根据获取到的图片链接,把图片保存到本地 27 save_to_txt(results, name, i)
2.保存图片到本地代码:
1 # 保存图片到本地 2 def save_to_txt(results, name, i): 3 4 j = 0 5 # 在当目录下创建文件夹 6 if not os.path.exists('./' + name): 7 os.makedirs('./' + name) 8 9 # 下载图片 10 for result in results: 11 print('正在保存第{}个'.format(j)) 12 try: 13 pic = requests.get(result, timeout=10) 14 time.sleep(1) 15 except: 16 print('当前图片无法下载') 17 j += 1 18 continue 19 20 # 可忽略,这段代码有bug 21 # file_name = result.split('/') 22 # file_name = file_name[len(file_name) - 1] 23 # print(file_name) 24 # 25 # end = re.search('(.png|.jpg|.jpeg|.gif)$', file_name) 26 # if end == None: 27 # file_name = file_name + '.jpg' 28 29 # 把图片保存到文件夹 30 file_full_name = './' + name + '/' + str(i) + '-' + str(j) + '.jpg' 31 with open(file_full_name, 'wb') as f: 32 f.write(pic.content) 33 34 j += 1
3.主函数代码:
1 # 主函数 2 if __name__ == '__main__': 3 4 name = input('请输入你要下载的关键词:') 5 pn = input('你想下载前几页(1页有60张):') 6 get_parse_page(pn,
使用说明:
1 # 配置以下模块 2 import requests 3 import re 4 import os 5 import time 6 7 # 1.运行 py源文件 8 # 2.输入你想搜索的关键词,比如“柯基”、“泰迪”等 9 # 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