您当前的位置:首页 > 生活 > 内容

百度图片(还在搜百度图片)

来源:【公众号】

Python技术

你现在还去什么图片网站搜图片吗?

你现在还在百度图片等图片网站搜素材吗?

今天给大家分享一种全新的方式来获取图片素材,你想要的这里全都有!

它就是新浪微博!全新一代的超级流量入口,甚至好多人现在将其作为替代百度搜索的工具,以前是有事问度娘,现在是有事搜微博。

比如,某宅男想要看清纯少女图片,越多越好的那种。他会这样搜:

还在搜百度图片?太LOW了

然后,他会一页一页地翻阅欣赏这样的养眼图片,遇到特别喜欢的还会下载大图到本地保存。

还在搜百度图片?太LOW了

作为一个 python 程序员,我是懒得这样一页又一页的翻的,我喜欢全部下载下来慢慢欣赏,撑爆硬盘的那种!类似下面这样:

还在搜百度图片?太LOW了

这种简单问题对于我们会写爬虫的 pythoner 来说,简直易如反掌,何乐而不为呢?下面直接给大家分享一下。

分析目标网站

微博这个搜索结果是分页的,所以我们的思路肯定是按分页来处理,逐页解析。

我们先来看看搜索结果:

还在搜百度图片?太LOW了

我们点击“搜索”按钮后,很容易就可以发现这个搜索的请求,这里网页呈现的是第一页的结果。

接着我们点击“下一页”,可以发现请求变成下面这样:

还在搜百度图片?太LOW了

细心的你可能一眼就发现了,请求后面多了一个page参数,它指的是页码,这样就很容易了,我们只需要改变这个页码就可以请求到相应页面的内容。

由于这个请求返回的是一个 HTML 页面,所以我们需要在这个页面上下功夫,找到图片的链接。我们随便使用页面元素检查来定位一张图片,就会看到下面的效果:

还在搜百度图片?太LOW了

我们可以看到这个 div 里面的 action-data 是一个合集,而下面的 li 里面的 img 的 action-data 是单个图片的数据。

接下来,我们点击“查看大图”按钮,浏览器会跳转到新页面,页面内容就是一张大图。

还在搜百度图片?太LOW了

从请求的 URL 中顺着找下来,我找到了这个:

还在搜百度图片?太LOW了

我复制这个 URL 到浏览器请求,发现这正是我们需要的大图。我们也很容易看到这个 URL 的特点,就是在最后把我们上面的 action-data 里面的 pic_id 加进去了。

这样一来,我们的思路就很清晰了,下面是获取一页图片的思路:

获取到页面内容;在页面内容中找到图片的ID;拼接查看大图的 URL 进行请求,获得图片;将图片写到本地。

码代码

思路理清楚了,需要码代码来验证。由于代码相对简单,这里就一次性呈现给大家了。

importrequestsimportreimportosimporttimecookie={'Cookie':'yourcookie'}header={'User-Agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/84.0.4144.2Safari/537.36'}get_order=input('是否启动程序?yesorno:')number=1store_path='yourpath'whileTrue:ifget_order!='no':print('抓取中......')#下面的链接填写微博搜索的链接url=f'https://s.weibo.com/weibo?q=%23%E5%B0%91%E5%A5%B3%E5%86%99%E7%9C%9F%23&wvr=6&b=1&Refer=SWeibo_box&page={number}'response=requests.get(url,cookies=cookie)result=response.textprint(result)detail=re.findall('data="uid=(.*?)&mid=(.*?)&pic_ids=(.*?)">',result)forpartindetail:uid=part[0]mid=part[1]pids=part[2]forpicidinpids.split(','):url_x=f'https://wx1.sinaimg.cn/large/%s.jpg'%picid#这里就是大图链接了response_photo=requests.get(url_x,headers=header)file_name=url_x[-10:]ifnotos.path.exists(store_path+uid):os.mkdir(store_path+uid)withopen(store_path+uid+'/'+file_name,'ab')asf:#保存文件f.write(response_photo.content)time.sleep(0.5)print('获取完毕')get_order=input('是否继续获取下一页?Y:yesN:no:')ifget_order!='no':number+=1else:print('程序结束')breakelse:print('程序结束')break

我这里使用了逐页断点的形式,目的是方便调试,大家如果想一次性获取所有页的图片,可以去掉这些输入判断,直接一次性跑完。代码里面的 cookie 和 图片存放路径需要大家替换成自己本地的。

跑完的结果如下:

还在搜百度图片?太LOW了

这里面我把图片按照微博分了文件夹,如果你觉得不直观,想把所有图片都放在一个目录下,可以去掉这一层文件夹。

总结

本篇介绍了如何通过简单爬虫来获取微博图片搜索结果,代码量相当少,但是对某些人来说却很有帮助,省时省力。大家也可以扩展一下,除了图片,也可以去获取其他的搜索内容,比如微博正文、视屏、购物链接等等。


声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,谢谢。

上一篇: 猫咪图片(一组可爱温暖的猫咪图片)

下一篇: 猫咪图片(一组温暖可爱的猫咪图片)



猜你感兴趣

推荐阅读

网站内容来自网络,如有侵权请联系我们,立即删除! | 软文发布 | 粤ICP备2021106084号