Windows+Python3+Selenium爬取知乎图片

Windows+Python3+Selenium爬取知乎图片

python2和python3我都有用一些，不过为什么选择python3我就不多说了，以后python3肯定用的越来越多，这是趋势。本文使用python3+Selenium库来模拟浏览器进行知乎图片的抓取。

---

前期准备

首先，你要有python3的环境，这里我推荐使用Anaconda，因为里边集成了许多python开发环境，还会预装一些python科学计算的库，不管是Spyder还是Jupyter notebook用起来都是很方便的。这里给出两个可能用到的链接：

• Anaconda官网
• 关于Conda的使用手册

另外，本次知乎图片抓取还要用到Selenium库，这个库一般是没有预装的，所以要自己安装。如果你已经装过Anaconda了，这里我介绍一下安装方法，其他环境读者请自行配置。

首先，打开Anaconda Prompt，这是Anaconda的root环境下的控制台，如果你有在Anaconda中自己建立环境，只需要“activate+环境名”激活相应环境，然后再进行安装，退出环境时直接输入“deactivate”即可。

安装Selenium库的代码如下：

>>> pip install -U selenium

看到successfully信息字样说明安装成功，可以输入相应代码进行测试，查看Selenium库是否安装成功。

大家可以自己查阅Selenium库的使用方法。里边有说到，为了使用Selenium库，我们需要安装浏览器的driver。

大家不要觉得麻烦，很简单的。我用的浏览器是chrome，所以进入相应的链接进行下载ChromeDriver。下载解压之后就是一个exe文件，把它放到浏览器的安装目录中即可。

由于我们利用Selenium库的时候会调用到ChromeDriver，所以大家把ChromeDriver所在的路径放到电脑的“系统变量 –>Path”里去，这样就可以随意使用了，设置好之后我们就可以开始“50行python代码抓取知乎图片”的操作了。

---

抓取开始

Talk is cheap. Show me the code. —— Linus Torvalds

Import Libraries

# 调用Selenium库
from selenium import webdriver
import time

# 这两个可是经典的Python爬虫库
import urllib.request
from bs4 import BeautifulSoup

# 用于HTML页面的解析
import html.parser

确定程序主体框架

def main():