本文介绍了如何使用Python3爬取百度图片搜索的动态加载图片。在JavaScript渲染后，通过抓包发现acjson请求，该请求包含图片URL信息。随着滚动条的移动，页面以30张图片为单位加载新的JSON数据。通过分析请求参数，特别是pn字段的递增规律，可以实现完整图片的爬取。然而，这种方法只能获取到小图，要获取全尺寸图片还需进一步处理。
百度图片的网页是一个动态页面，它的网页原始数据是没有图片的，通过运行 JavaScript ，把图片数据插入到网页的 html 标签里，所以在原始数据里是没有图片的，它只在运行时加载和渲染，得通过抓包的方式来爬取。
打开百度图片搜索 吉娃娃 关键字，然后 F12 打开开发者工具 Network -> XHR -> Preview ，向下滑动滚动条到一定程度时会出现 acjson?tn=resultijson_com$ipn=rj$ct=20132659..... 这样的请求，这是条 json 数据，点开 data ，可以看到里面有 0-29 ，共 30 条数据，每一条都对应一张图片。
百度图片刚开始只加载了 30 张图片，滑动滚动条时，页面会动态加载 1 条 json 数据，每条 json 数据里面包含了30 条信息，信息里面包含了图片的 URL ，JavaScript 会将这些 URL 解析并显示出来。滚动条滚动到底时重复这一操作。
观察 Headers 下 Query String Parameters 里的 pn 字段，第一条 json 数据为 30
最低0.47元/天 解锁文章
扫一扫
1165
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
