搜狗爬取图片

# -*- coding:UTF-8 -*-
import requests
from bs4 import BeautifulSoup
import random
import json
import time

import requests
import socket
import os


# 设定一下无响应时间,防止有的坏图片长时间没办法下载下来
timeout = 20
socket.setdefaulttimeout(timeout)

keyword = [ "猫", "狗", "兔子", "鹅", "狐狸", "蝴蝶", "鸡", '鸟', '松鼠', '考拉']
for key in keyword:
    #每种下载20*48张
    start = 909
    url_List = []  # 存放48张图片地址  一般不会有人搜48张 真有那就判断下len(url_List),不够在重新找48张加入该列表
    while start <= 48*30:
        url = 'https://pic.sogou.com/pics?query=' + key + '&start=' + str(start) + '&reqType=ajax'
        req = requests.get(url)
        html = req.text
        r = req.json()['items']
        for i in r:  # 共48张图片 48个字典
            url_List.append(i['pic_url_noredirect'])
        print(len(url_List))
        start += 48

    count = 0
    for url in url_List:
        url.rstrip('\n')
        print(url)
        try:
            pic = requests.get(url)
            with open('./model_train/val/%s/%d.jpg' % (key , count), 'wb') as f:
                f.write(pic.content)
                f.flush()
            print('pic %d' % count)
            count += 1
        except Exception as e:
            print(Exception, ':', e)
        print('\n')
    print('got all photos that can be got')

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值