python爬蟲：隨心所欲地爬取百度圖片

文章目錄

• • #一、前言
  • 二、需要導入的函式庫
  • 三、實作過程
  • • • 1、下載連結分析
      • 2、程式碼分析
      • #3 、完整程式碼
  • 四、Blogger's speech

(免費學習推薦：python影片教學)

#一、前言

##之前爬取了很多靜態網頁的內容，包括：小說、圖片等等，今天我來嘗試動態網頁的爬取。眾所周知，百度圖片就是一個動態網頁。那麼，衝！衝！ ！衝！ ！ ！

二、需要匯入的函式庫

import requestsimport jsonimport os

三、實作過程

1、下載連結分析

首先，打開百度，搜尋一個內容，這裡搜尋的是男神（

本人 ）－彭于晏
然後，打開抓包工具，選擇
XHR選項，按Ctrl R，然後你會發現，隨著你滑鼠的滑動，右側會出現一個又一個的資料包。

（這裡沒滑太多，一開始因為滑動太多，錄製的GIF超5M了）

然後，選一個包，查看它的headers，如圖：

截取之後，貼在記事本上，作為一個URL，後文會用到。

這裡有很多很多的參數，我也不知道具體哪些是可以忽略的，後文就索性全複製下來了，具體看後文。

到這裡，能夠直接觀察到的內容就結束了，接下來，借助程式碼，幫我們打開另一個世界的大門

衝就完事了！

2、程式碼分析

首先：把上述中的「

其它參數」組在一起。

自己做的話，最好複製自己的「

其它參數」。在

之後，我們可以先提取一下試試，並且把編碼格式改成

'utf-8'

 url = 'https://image.baidu.com/search/acjson?'
    param = {
        'tn': 'resultjson_com',
        'logid': ' 7517080705015306512',
        'ipn': 'rj',
        'ct': '201326592',
        'is': '',
        'fp': 'result',
        'queryWord': '彭于晏',
        'cl': '2',
        'lm': '-1',
        'ie': 'utf-8',
        'oe': 'utf-8',
        'adpicid': '',
        'st': '',
        'z': '',
        'ic': '',
        'hd': '',
        'latest': '',
        'copyright': '',
        'word': '彭于晏',
        's': '',
        'se': '',
        'tab': '',
        'width': '',
        'height': '',
        'face': '',
        'istype': '',
        'qc': '',
        'nc': '1',
        'fr': '',
        'expermode': '',
        'force': '',
        'cg': 'star',
        'pn': '30',
        'rn': '30',
        'gsm': '1e',
    }
    # 将编码形式转换为utf-8
    response = requests.get(url=url, headers=header, params=param)
    response.encoding = 'utf-8'
    response = response.text    print(response)

運行結果如下：

看上去挺亂的哈，沒事，我們給包裝一下！

在上面的基礎上加上：

 # 把字符串转换成json数据
    data_s = json.loads(response)
    print(data_s)

運行結果如下：

和上面相比，已經明晰很多了，但依舊不夠明確，為什麼呢？因為它印刷的格式不方便我們觀看！

對此，有兩種解決辦法。

①導入

pprint庫，接著輸入pprint.pprint(data_s)，就能列印啦，如下圖

#②使用json線上解析器（自行百度），結果如下：

解決掉上一步，我們會發現，想要的資料都在data裡面！

那就提取吧！

 a = data_s["data"]
    for i in range(len(a)-1):  # -1是为了去掉上面那个空数据
        data = a[i].get("thumbURL", "not exist")
        print(data)

結果如下：

到這裡，已經成功90％啦，剩下的就是儲存和最佳化程式碼了！

3、完整程式碼######這部分和上面有些許不同，仔細看看就會發現嗷！ ###

# -*- coding: UTF-8 -*-"""
@Author  ：远方的星
@Time   : 2021/2/27 17:49
@CSDN    ：https://blog.csdn.net/qq_44921056
@腾讯云   ： https://cloud.tencent.com/developer/user/8320044
"""import requestsimport jsonimport osimport pprint# 创建一个文件夹path = 'D:/百度图片'if not os.path.exists(path):
    os.mkdir(path)# 导入一个请求头header = {
    'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 11_1_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'}# 用户（自己）输入信息指令keyword = input('请输入你想下载的内容：')page = input('请输入你想爬取的页数：')page = int(page) + 1n = 0pn = 1# pn代表从第几张图片开始获取，百度图片下滑时默认一次性显示30张for m in range(1, page):
    url = 'https://image.baidu.com/search/acjson?'
    param = {
        'tn': 'resultjson_com',
        'logid': ' 7517080705015306512',
        'ipn': 'rj',
        'ct': '201326592',
        'is': '',
        'fp': 'result',
        'queryWord': keyword,
        'cl': '2',
        'lm': '-1',
        'ie': 'utf-8',
        'oe': 'utf-8',
        'adpicid': '',
        'st': '',
        'z': '',
        'ic': '',
        'hd': '',
        'latest': '',
        'copyright': '',
        'word': keyword,
        's': '',
        'se': '',
        'tab': '',
        'width': '',
        'height': '',
        'face': '',
        'istype': '',
        'qc': '',
        'nc': '1',
        'fr': '',
        'expermode': '',
        'force': '',
        'cg': 'star',
        'pn': pn,
        'rn': '30',
        'gsm': '1e',
    }
    # 定义一个空列表，用于存放图片的URL
    image_url = list()
    # 将编码形式转换为utf-8
    response = requests.get(url=url, headers=header, params=param)
    response.encoding = 'utf-8'
    response = response.text    # 把字符串转换成json数据
    data_s = json.loads(response)
    a = data_s["data"]  # 提取data里的数据
    for i in range(len(a)-1):  # 去掉最后一个空数据
        data = a[i].get("thumbURL", "not exist")  # 防止报错key error
        image_url.append(data)

    for image_src in image_url:
        image_data = requests.get(url=image_src, headers=header).content  # 提取图片内容数据
        image_name = '{}'.format(n+1) + '.jpg'  # 图片名
        image_path = path + '/' + image_name  # 图片保存路径
        with open(image_path, 'wb') as f:  # 保存数据
            f.write(image_data)
            print(image_name, '下载成功啦！！！')
            f.close()
        n += 1
    pn += 29

###運行結果如下：##################朋友提示###：### ①：一頁是30張### ②：輸入的內容可以很多變：例如橋、月亮、太陽、胡歌、趙麗穎等等。 #########四、Blogger’s speech#########希望大家可以，按讚、追蹤、收藏，三連支持一下！ ###

大量免費學習推薦，請造訪python教學(影片)

#

以上是python爬蟲：隨心所欲地爬取百度圖片的詳細內容。更多資訊請關注PHP中文網其他相關文章！