【百度爬虫系列 I】多关键字图片搜索结果汇总

源码和结果：https://github.com/luyishisi/Anti-Anti-Spider/tree/master/11.%E7%99%BE%E5%BA%A6%E7%88%AC%E8%99%AB%E7%B3%BB%E5%88%97
相关文章

【百度系列 I】多关键字图片搜索结果汇总
【百度系列 II】关键字搜索url结果汇总(给定关键字和页数)
【百度系列 III】深度搜索(给定网址采集全部url)

需求

批量自动化采集百度图片。
1. 模拟百度图片输入关键字，获取结果。
2. 将搜索的结果图片（先保存600张）保存在文件夹中，以下面格式“关键字_n.jpg”(n取1,2,3,4，…..)

思路

方法一

1. 通过requests请求url。
2. 解析获取的html文本，获取图片url集合。
   做着的时候发现果然百度的图片不是辣么简单的。（貌似有点复杂）
   图一
   

方法二

1. 利用强大的Chrome浏览器的开发者工具(F12)分析百度图片时如何处理请求的。
   图二
   

2. 分析同一关键字的不同请求的url变化（copy link adress）。
   图三
   
   从上面我们可以大致的猜想一下：除去相同的字段，我们可以找到四个不同的字段。
   大概是：

   • queryWord = “xx” : 输入的关键词
   • pn=30, pn=60 ： 在获取结果中我们可以发现，要查看更多的图片，需要下拉，很有可能就是通过pn控制的。
   • rn=30 : 两次都没有改变，大概是每页30张照片。
   • &gsm=3c&1510487919192=：暂时不太清楚，而且发生变化了，先去掉。

有了以上的猜测如何获取根据图片请求的url获取图片的url集合，先分析图一4中Preview中的参数（Network中的Preview是发送请求后，从服务器端返回web前端发送一段json数据，有点乱码，可以复制到https://www.bejson.com/这里，点击校验，会自动回复json格式），如下所示：
<