博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Python3 根据关键字爬取百度图片
阅读量:5259 次
发布时间:2019-06-14

本文共 3942 字,大约阅读时间需要 13 分钟。

介绍

  1. 一个可用好用的百度图片爬取脚本,唯一的不足就是这是单线程的
  2. 运行环境 Python3.6.0
  3. 写该脚本的原因:获取图片
  4. 创作过程有参考

源码

# coding:utf-8import requestsimport osimport re# import jsonimport itertoolsimport urllibimport sys# 百度图片URL解码# http://blog.csdn.net/hbuxiaoshe/article/details/44780653str_table = {    '_z2C$q': ':',    '_z&e3B': '.',    'AzdH3F': '/'}char_table = {    'w': 'a',    'k': 'b',    'v': 'c',    '1': 'd',    'j': 'e',    'u': 'f',    '2': 'g',    'i': 'h',    't': 'i',    '3': 'j',    'h': 'k',    's': 'l',    '4': 'm',    'g': 'n',    '5': 'o',    'r': 'p',    'q': 'q',    '6': 'r',    'f': 's',    'p': 't',    '7': 'u',    'e': 'v',    'o': 'w',    '8': '1',    'd': '2',    'n': '3',    '9': '4',    'c': '5',    'm': '6',    '0': '7',    'b': '8',    'l': '9',    'a': '0'}char_table = {ord(key): ord(value) for key, value in char_table.items()}# 解码def decode(url):    for key, value in str_table.items():        url = url.replace(key, value)    return url.translate(char_table)# 百度图片下拉def buildUrls(word):    word = urllib.parse.quote(word)    url = r"http://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&ct=201326592&fp=result&queryWord={word}&cl=2&lm=-1&ie=utf-8&oe=utf-8&st=-1&ic=0&word={word}&face=0&istype=2nc=1&pn={pn}&rn=60"    urls = (url.format(word=word, pn=x) for x in itertools.count(start=0, step=60))    return urlsre_url = re.compile(r'"objURL":"(.*?)"')# 获取imgURLdef resolveImgUrl(html):    imgUrls = [decode(x) for x in re_url.findall(html)]    return imgUrls# 下载图片def downImgs(imgUrl, dirpath, imgName, imgType):    filename = os.path.join(dirpath, imgName)    try:        res = requests.get(imgUrl, timeout=15)        if str(res.status_code)[0] == '4':            print(str(res.status_code), ":", imgUrl)            return False    except Exception as e:        print('抛出异常:', imgUrl)        print(e)        return False    with open(filename + '.' + imgType, 'wb') as f:        f.write(res.content)    return True# 创建文件路径def mkDir(dirName):    dirpath = os.path.join(sys.path[0], dirName)    if not os.path.exists(dirpath):        os.mkdir(dirpath)    return dirpathif __name__ == '__main__':    print("欢迎使用百度图片下载爬虫\n 多个关键字请用空格进行分割\n")    # print("下载结果保存在脚本目录下的img文件夹中。")    choosePath = input('请输入你想保存的路径方式\n  1. 默认路径 path = IMGS/ \n  2. 相对路径 path_input/path_input/ \n  3. 绝对路径,比如 D:/IMG/\n')    if int(choosePath) == 3:        dirpath = input('请输入您要保存图片的路径\n')    elif int(choosePath) == 2:        path = input('请输入您要保存图片的路径\n')        dirpath = mkDir(path)    else:        path = 'IMGS'        dirpath = mkDir(path)    print("= = " * 25)    word = input("请输入你要下载的图片关键词:\n")    print("= = " * 25)    chooseImgType = input('请选择你要保存的图片格式\n  0. default: jpg \n  1. jpg\n  2. png\n  3. gif\n  4. 自定义\n')    chooseImgType = int(chooseImgType)    if chooseImgType == 4:        imgType = input('请输入自定义图片类型\n')    elif chooseImgType == 1:        imgType = 'jpg'    elif chooseImgType == 2:        imgType = 'png'    elif chooseImgType == 3:        imgType = 'gif'    else:        imgType = 'jpg'    print("= = " * 25)    strtag = input("请输入您要下载图片名字,最后格式为 number+' ' +name.%s\n" % imgType)    print("= = " * 25)    numIMGS = input('请输入您要下载图片的数量\n')    numIMGS = int(numIMGS)    urls = buildUrls(word)    index = 0    print("= = " * 25)    for url in urls:        print("正在请求:", url)        html = requests.get(url, timeout=10).content.decode('utf-8')        imgUrls = resolveImgUrl(html)        # print(imgUrls)        if len(imgUrls) == 0:  # 没有图片则结束            break        for url in imgUrls:            if downImgs(url, dirpath, str(index + 1) + ' ' + strtag, imgType):                index += 1                print("已下载 %s 张" % index)                # 双 break 跳出下载循环            if index == numIMGS:                break        if index == numIMGS:            print('您一共下载了 %s 张图片' % index)            print('程序正在终止')            break

运行演示

运行演示一

运行演示二

爬取的图片

参考

  • [1] 百度图片URL解析
  • [2] Python爬取百度图片及py文件转换exe

转载于:https://www.cnblogs.com/fonttian/p/9162812.html

你可能感兴趣的文章
关于软件盘覆盖住布局
查看>>
Unity3D 控制物体移动、旋转、缩放
查看>>
UVa 11059 最大乘积
查看>>
UVa 12545 比特变换器
查看>>
数组分割问题求两个子数组的和差值的小
查看>>
10个著名的思想实验1
查看>>
06-js的逻辑结构
查看>>
composer 报 zlib_decode(): data error
查看>>
03_java基础(一)之计算机应用知识普及
查看>>
JAVA基础面试小结(知识点简要)
查看>>
MFC技术积累——基于MFC对话框类的那些事儿
查看>>
HDU 4884 TIANKENG’s rice shop (模拟)
查看>>
java Spring 各版本jar包下载地址
查看>>
NTP服务器和国内可用的NTP地址
查看>>
Linux 修改SSH端口及禁用ROOT远程SSH登陆
查看>>
Apache Lens —— 统计数据分析查询接口
查看>>
Weka Experimenter(实验者界面) 简解
查看>>
回忆Ajax ๑乛◡乛๑
查看>>
打印二叉树中所有分支之和等于某个数
查看>>
mysql 缓存(转)
查看>>