爬取百度照片

目标url：https://image.baidu.com/search/index?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=index&fr=&hs=0&xthttps=111111&sf=1&fmq=&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&word=%E5%A4%8F%E7%9B%AE%E5%8F%8B%E4%BA%BA%E5%B8%90%E5%A4%B4%E5%83%8F&f=3&oq=%E5%A4%8F%E7%9B%AE&rsp=1

转为翻页式：https://image.baidu.com/search/flip?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=index&fr=&hs=0&xthttps=111111&sf=1&fmq=&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&word=%E5%A4%8F%E7%9B%AE%E5%8F%8B%E4%BA%BA%E5%B8%90%E5%A4%B4%E5%83%8F&f=3&oq=%E5%A4%8F%E7%9B%AE&rsp=1 （第一页）

https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%E5%A4%8F%E7%9B%AE%E5%8F%8B%E4%BA%BA%E5%B8%90%E5%A4%B4%E5%83%8F&pn=20&gsm=3c&ct=&ic=0&lm=-1&width=0&height=0 （第二页）

#https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%E5%A4%8F%E7%9B%AE%E5%8F%8B%E4%BA%BA%E5%B8%90%E5%A4%B4%E5%83%8F&pn=40&gsm=50&ct=&ic=0&lm=-1&width=0&height=0 （第三页）

https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%E5%A4%8F%E7%9B%AE%E5%8F%8B%E4%BA%BA%E5%B8%90%E5%A4%B4%E5%83%8F&pn=60&gsm=64&ct=&ic=0&lm=-1&width=0&height=0 （第四页）

规律：‘https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=’ + keyword + ‘&pn=’ + page page = (i-1)*20

‘’’
用正则表达式爬取百度照片
‘’’

请求网页，获取网页源码

import requests
def get_source(url):
req = requests.get(url,headers=headers)
req.encoding = ‘utf-8’
source = req.text
return source

寻找图片url

import re
def get_img(source):
img = re.findall(’“objURL”:"(.*?)"’,source)
print(img)
return img

保存图片

def save_img(img):
for each_img in img:
name = each_img[-10]
name = re.sub(’/’,’’,name) # 防止图片命名出现/，保存失败
end = re.search(r’(.jpg|.png|.jpeg|.gif)$’,name) # 处理图片末尾文件格式
if end == None:
name = name + ‘.jpg’

    with open('img/'+name,'wb') as f:
        try:
            r = requests.get(each_img,headers=headers)
        except Exception as e:
            print(e)
        f.write(r.content)

import urllib.parse
import os
if name == ‘main’:
os.mkdir(‘img’)
headers = {‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36’}
keyword = input(‘请输入查询照片关键词：’)
keyword = urllib.parse.quote(keyword)
page_start = int(input(‘请输入查询初始页码：’))
page_end = int(input(‘请输入查询末端页码：’))
# print(keyword)
for i in range(page_start,page_end+1):
page = str((i-1)*50)
url = ‘https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=’+ keyword +’&pn=’+ page
print(url)
source = get_source(url)
img = get_img(source)
save_img(img)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
‘’’
用xpath爬取百度照片
‘’’

请求网页，获取网页源码

import requests
def get_source(url):
response = requests.get(url,headers=headers)
# print(response) # <Response [200]>
response.encoding = ‘utf-8’
return response.text

获取图片信息

import lxml
from lxml import etree
def get_img(source):
html_element = etree.HTML(source)
img = html_element.xpath(’//div/ul/li/a/img/@src’)
print(img)
return img

保存图片

import re
def save_img(img):
for each_img in img:
name = each_img[-10]
name = re.sub(’/’,’’,name) # 防止图片命名出现/，保存失败
end = re.search(r’(.jpg|.png|.jpeg|.gif)$’,name) # 处理图片末尾文件格式
if end == None:
name = name + ‘.jpg’

    with open('img1/'+name,'wb') as f:
        try:
            r = requests.get(each_img,headers=headers)
        except Exception as e:
            print(e)
        f.write(r.content)

import urllib.parse
import os
if name == ‘main’:
os.mkdir(‘img1’)
headers = {‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36’}
keyword = input(‘请输入查询照片关键词：’)
keyword = urllib.parse.quote(keyword)
page_start = int(input(‘请输入查询初始页码：’))
page_end = int(input(‘请输入查询末端页码：’))
# print(keyword)
for i in range(page_start,page_end+1):
page = str((i-1)*50)
url = ‘https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=’+ keyword +’&pn=’+ page
print(url)
source = get_source(url)
img = get_img(source)
save_img(img)

欢迎使用Markdown编辑器

你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

1. 全新的界面设计 ，将会带来全新的写作体验；
2. 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
3. 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
4. 全新的 KaTeX数学公式 语法；
5. 增加了支持甘特图的mermaid语法¹ 功能；
6. 增加了 多屏幕编辑 Markdown文章功能；
7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
8. 增加了 检查列表 功能。

功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

合理的创建标题，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。²

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 $\Gamma (n)=(n-1)</$