30行Python代码来帮你解决这个问题,现在你只要对代码进行复制、粘贴、运行三连就可以爬取你想要的图片。
import os
import requests
import re
keyWord = “杨超越” # 设置爬取图片的主题
number = 10 # 爬取图片数量
if not os.path.exists(keyWord):
os.makedirs(keyWord)
url = r’http://image.baidu.com/search/flip?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=result&fr=&sf=1&fmq’ \
r’=1497491098685_R&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&ctd’ \
r’=1497491098685%5E00_1519X735&word=’ + keyWord
get = requests.get(url)
pciture_url = re.findall(r’objURL":“(.*?)”,', get.text)
a = 1
for i in pciture_url:
p_type = i.split(‘.’)[-1]
a += 1
try:
picture = requests.get(i, timeout=10)
name = “%s/%s_%d.%s” % (keyWord, keyWord, a, p_type)
with open(name, ‘wb’) as f:
f.write(picture.content)
print(‘第%d张图片正在下载’ % a)
except:
print(‘第%d张图片下载失败!已跳过…’ % a)
if a >= number:
break
代码逻辑主要是爬取百度图片网站的网页源码,然后从源码中提取每张图片的地址链接,使用循环保存每一张图片。
可以将这份代码直接拷贝到Python编辑器里,只需要修改keyWord变量和num变量,设置成自己想爬取的图片主题和数量就可以运行下载了。爬取的结果如下图所示:
爬取代码高级版本
上面的代码只能爬取一页,因为他只对一个网址里的图片链接进行提取,如果想爬取大批量的图片,需要提取图片网站下一页的链接,这个核心代码如下:
def get_url_one_page(url):
html = requests.get(url)
html.encoding = ‘utf-8’
html = html.text
url_pic_this_page = re.findall(r’“objURL”:“(.*?)”,', html)
url_next_page_prefix = re.findall(r’下一页’, html)
if len(url_next_page_prefix) != 0:
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)