前言
想要电脑换个壁纸时都特别苦恼,因为百度搜到那些壁纸也就是分辨率达到了壁纸的水准。可是里面图片的质量嘛,实在是不忍直视…。而有些4K高清的壁纸大多是有版权的 ,这就使我们想要获取高清的图片,变得非常的困难。
wallhaven 网站是无版权的4K壁纸 ,而且主题丰富(创意、摄影、人物、动漫、绘画、视觉),今天教大家如何去批量的去下载wallhaven4K原图。
项目目标
获取对应的4K壁纸,并批量下载保存在文件夹。
涉及的库和网站
软件:PyCharm
需要用到的库:requests、lxml、fake_useragent、time
先列出网址,如下所示:
https://wallhaven.cc/search?q=id%3A65348&page={}
网址city=%E5%B9%BF%E5%B7%9E指的是广州这个城市、pn指的是页数。
项目分析
滑动鼠标观察下一页的网址的变化:
1. https://wallhaven.cc/search?q=id%3A65348&page=1
2. https://wallhaven.cc/search?q=id%3A65348&page=2
3. https://wallhaven.cc/search?q=id%3A65348&page=3
滑动下一页时,每增加一页page自增加1,用{}代替变换的变量,再用for循环遍历这网址,实现多个网址请求。
具体实现
1、定义一个class类继承object,定义init方法继承self,主函数main继承self。导入需要的库和网址。
import requests
from lxml import etree
from fake_useragent import UserAgent
import time
class wallhaven(object):
def __init__(self):
self.url = "https://wallhaven.cc/search?q=id%3A65348&page={}"
def main(self):
pass
if __name__ == '__main__':
imageSpider = wallhaven()
imageSpider.main()
2、fake_useragent模块实现随机产生UserAgent。
ua = UserAgent(verify_ssl=False)
for i in range(1, 50):
self.headers = {
'User-Agent': ua.random,
}
3、for循环实现多网址访问。
startPage = int(input("起始页:"))
endPage = int(input("终止页:"))
for page in range(startPage, endPage + 1):
url = self.url.format(page)
4、发送请求 获取响应。
‘’‘发送请求 获取响应’‘’
def get_page(self, url):
res = requests.get(url=url, headers=self.headers)
html = res.content.decode("utf-8")
return html
5、解析一级页面,得到二级页面的 href 地址。
def parse_page(self, html):
parse_html = etree.HTML(html)
image_src_list = parse_html.xpath('//figure//a/@href')
6、遍历二级页面网址,发生请求、解析数据。找到相对于的图片地址。
html1 = self.get_page(i) # 二级页面发生请求
parse_html1 = etree.HTML(html1)
# print(parse_html1)
filename = parse_html1.xpath('//div[@class="scrollbox"]//img/@src')
# print(filename)
7、获取到的图片地址,发生请求,保存。
# 图片地址发生请求
for img in filename:
dirname = "./图/" + img[32:] '''可修改图片保存的地址'''
print(dirname)
html2 = requests.get(url=img, headers=self.headers).content
with open(dirname, 'wb') as f:
f.write(html2)
print("%s下载成功" % filename)
8、调用方法,实现功能。
html = self.get_page(url)
self.parse_page(html)
优化:设置延时。(防止ip被封)。
time.sleep(1.4) """时间延时"""
效果展示
1、点击绿色按钮运行,将结果显示在控制台,如下图所示。输起始页和终止页,回车。
2、图片下载成功控制台输出。
3、批量保存。
4、验证4K。(点击图片打开属性)
小结
1、不建议抓取太多数据,容易对服务器造成负载,浅尝辄止即可。
2、本文基于Python网络爬虫,利用爬虫库,获取wallhaven4K壁纸。
3、4K的壁纸下载时可能会有点缓慢,请大家耐心的等待。如果图片的地址不一样,需要自己修改一下图片的保存的地址。
4、大家也可以在wallhaven网址上,寻找自己喜欢图片,按照操作步骤,自己尝试去做。自己实现的时候,总会有各种各样的问题,切勿眼高手低,勤动手,才可以理解的更加深刻。
5、如果本文源码的小伙伴,请微信扫描下方CSDN官方认证二维码免费领取进行获取,觉得不错,记得给个Star噢~
👉[[CSDN大礼包:《python安装包&全套学习资料》免费分享]](安全链接,放心点击)