作者 | PayneLi
转载自Python全家桶（ID: python-0321）
人工智能的现状及今后发展趋势如何？
https://edu.csdn.net/topic/ai30?utm_source=csdn_bw
最近在Github发现一个基于google浏览器的爬虫项目，此项目是由美国大神2018年开源的。这个开源项目不需要使用者再去手写核心爬虫，只需要下载安装，然后传入一些配置参数即可。重要的能做到google图片的无限量爬取，只有不想爬的图片，没有爬不到的。下来就介绍一下这个牛逼的开源项目。
前沿
这是一个命令行python程序，用于搜索Google Images上的关键字/关键短语，并可选择将图像下载到您的计算机。还可以从另一个python文件调用此脚本。
如果只想为每个关键字下载最多100个图像，则无需安装依赖项。如果您想要每个关键字超过100个图像，需要同时安装Selenium库chromedriver。故障排除部分中的详细说明。
Github地址：https://github.com/hardikvasa/google-images-download
项目介绍: google-images-download
此项目开源到现在一年的时间，就已经收割了3900+star,真的不得不跪拜大神的能力，能将一个简单的爬虫做到如此牛逼的地步。
当然，这么热门的项目，也不是一个人短时间完成的。Github上显示，此项目的贡献者就高达26人，代码总共提交了133次。此项目能收到这么多star，还是在于更多的贡献者和后期的不断维护升级。
这个项目在github也做了具体的使用说明和介绍，大家可以根据自身的项目情况进行配置即可（为了方便阅读，通过google翻译为中文)。
关于此项目使用这里多逼逼几点：
-
版本要求：
该项目作者GitHub上说python2x与Python3x都可以，推荐Python3。
-
项目使用：有2种使用方式
方式一：使用pip安装报的方式(推荐)
pip install google_images_download
方式二：手动下载
git clone https://github.com/hardikvasa/google-images-download.git
cd google-images-download && sudo python setup.py install
-
图片数量：
google搜索关键字首页默认100张图片，要抓取更多的图片，就得增加翻页功能。此项目已经实现了翻页功能，只需要使用者同时安装Selenium库chromedriver，代码里面配置即可。
-
参数方式：
原作者对参数的传递形式和每一个参数都做了详细的说明，大家可以github详细了解。
使用案例
这里给大家分享一下如何将此项目用来爬取去自己需要的图片。原作者介绍了几种关键字输入的方式。这里以文件读取的形式将关键字传入。这里爬取图片的数量选为500张，需要下载、安装Selenium库chromedriver。
1、搭建爬虫环境
pip install selenuium
pip install requests
pip install google_images_download
2、下载chromedriver驱动
因为下载的图片数量大于100，所以还需要在安装chromedriver，在代码配置chromedriver位置即可。
首先要查看自己电脑上安装的google浏览器版本号
▲谷歌浏览器版本号▲
github给的下载路径国内是无法下载的，不过小编已经将大多数驱动下载下来，需要的可以后台私信获取。当然也可以通过别的渠道获取。
▲github给的下载地址▲
在chrome官网找到与本机的google浏览器版本号一致的chromedriver
▲chrome官网对应的驱动版本号▲
下载完后，安装的路径根据操作系统自己指定。我使用的时win系统，安装在了D盘，具体路径如下：
"D:\download\chromedriver.exe"
3、编辑爬取的关键字文件
如图所示，只需要在keywords.csv文件里面按图所示填写对应老师的名称即可。
4、代码展示
import csv
import os
import sys
from google_images_download import google_images_download
# 实例化一个下载器
downloader = google_images_download.googleimagesdownload()
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, BASE_DIR)
# 读取关键字文件
csv_file = csv.reader(open(BASE_DIR + "\google_images\keywords.csv", "r"))
def download_images(csv_file):
"""
传入关键字等参数，下载对应的图片文件
files: 读取的关键字文件
limit: 爬取的图片数量
print_urls: 是否显示爬取的图片url
chromedriver: chromedriver安装的路径。不填此参数，默认爬取前100张图片
output_directory：自定义保存图片的位置
"""
for key_word in csv_file:
arguments = {"keywords": key_word, "limit": 500, "print_urls": True,
"chromedriver": "D:\download\chromedriver.exe",
"output_directory": BASE_DIR + "\\files\\"}
downloader.download(arguments)
if __name__ == '__main__':
download_images(csv_file)
运行：python google_download.py，你就会发现有源源不断的老师图片进入你的硬盘，接下来就是坐等爬完所有你要的图片了。
此文章主要还是给大家分享这个开源项目，至于使用，本文只是做了一个简单的使用，想要了解更多的，可以直接在github查看。在实际中，我们可以利用这个python脚本去爬取基于google的任何图片了。
（本文为AI科技大本营转载文章，转载请微信联系原作者）
如何挑战百万年薪的人工智能！
https://edu.csdn.net/topic/ai30?utm_source=csdn_bw
群招募
扫码添加小助手微信，回复：公司+研究方向（学校+研究方向），邀你加入技术交流群。技术群审核较严，敬请谅解。
推荐阅读：
点击“阅读原文”，查看历史精彩文章。
3204
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
