最近学习爬虫从网上批量下载图片,但是在从百度搜索的页面下载图片时遇到的难题。搜索到的图片地址已被加密。通过搜索资料得知,加密后的字符串除了特殊符号,其他与真实字符一一对应,于是尝试通过大量对比,找出图片地址的加密映射。
首先需要获得加密地址和真实地址,在访问的第一个页面能从网页源代码中获得真实地址。于是提取了第一个页面的真实地址和加密后的地址
def make_url_list():
source_url = []
url = 'http://image.baidu.com/search/index?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fr=&sf=1&fmq=1449826069912_R&pv=&ic=0&nc=1&z=&se=&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&word=高清动漫图片'
r = requests.get(url)
r.encoding = 'utf-8'
for index, line in enumerate(re.findall(r'"