「兔了个兔」看我如何抓取兔兔图片到本地(附源码)-LMLPHP



前言


PYTHON环境配置

  首先我们要进行Python的开发环境配置,这里我选用的是一款轻量小巧的跨平台开源集成开发环境:


库的安装

在此Python爬虫中我们需要用到5个库:它们分别如下是:

  • requests
  • json
  • urllib
  • os
  • time

 CMD安装

  (一)进入cmd命令提示符

「兔了个兔」看我如何抓取兔兔图片到本地(附源码)-LMLPHP

  (二)输入安装代码

pip install 库的名称

代码实现

# -*- coding:utf8 -*-
import requests
import json
from urllib import parse
import os
import time


class BaiduImageSpider(object):
    def __init__(self):
        self.json_count = 0  # 请求到的json文件数量(一个json文件包含30个图像文件)
        self.url = 'https://image.baidu.com/search/acjson?tn=resultjson_com&logid=5179920884740494226&ipn=rj&ct' \
                   '=201326592&is=&fp=result&queryWord={' \
                   '}&cl=2&lm=-1&ie=utf-8&oe=utf-8&adpicid=&st=-1&z=&ic=0&hd=&latest=&copyright=&word={' \
                   '}&s=&se=&tab=&width=&height=&face=0&istype=2&qc=&nc=1&fr=&expermode=&nojc=&pn={' \
                   '}&rn=30&gsm=1e&1635054081427= '
        self.directory = r"C:\Users\86180\Desktop\素材\python素材\爬虫测试\{}"  # 存储目录  这里需要修改为自己希望保存的目录  {}不要丢
        self.header = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                          'Chrome/95.0.4638.54 Safari/537.36 Edg/95.0.1020.30 '
        }

    # 创建存储文件夹
    def create_directory(self, name):
        self.directory = self.directory.format(name)
        # 如果目录不存在则创建
        if not os.path.exists(self.directory):
            os.makedirs(self.directory)
        self.directory += r'\{}'

    # 获取图像链接
    def get_image_link(self, url):
        list_image_link = []
        strhtml = requests.get(url, headers=self.header)  # Get方式获取网页数据
        jsonInfo = json.loads(strhtml.text)
        for index in range(30):
            list_image_link.append(jsonInfo['data'][index]['thumbURL'])
        return list_image_link

    # 下载图片
    def save_image(self, img_link, filename):
        res = requests.get(img_link, headers=self.header)
        if res.status_code == 404:
            print(f"图片{img_link}下载出错------->")
        with open(filename, "wb") as f:
            f.write(res.content)
            print("存储路径:" + filename)

    # 入口函数
    def run(self):
        searchName = "兔兔"
        searchName_parse = parse.quote(searchName)  # 编码

        self.create_directory(searchName)

        pic_number = 0  # 图像数量
        for index in range(self.json_count):
            pn = (index+1)*30
            request_url = self.url.format(searchName_parse, searchName_parse, str(pn))
            list_image_link = self.get_image_link(request_url)
            for link in list_image_link:
                pic_number += 1
                self.save_image(link, self.directory.format(str(pic_number)+'.jpg'))
                time.sleep(0.2)  # 休眠0.2秒,防止封ip
        print(searchName+"----图像下载完成--------->")


if __name__ == '__main__':
    spider = BaiduImageSpider()
    spider.json_count = 10  # 定义下载10组图像,也就是三百张
    spider.run()



代码修改部分

「兔了个兔」看我如何抓取兔兔图片到本地(附源码)-LMLPHP

  默认代码为一次抓取10组图片每组30张。若想一次性设置图片抓取数量多少,则进行以下修改:

 抓取图片单组数量设置

  上述代码默认一组的抓取数量为30张,所想设置单组的图片抓取数量,则将下图所框选处30修改成自己想要的数量

「兔了个兔」看我如何抓取兔兔图片到本地(附源码)-LMLPHP

 抓取图片组别数量设置

  上述代码默认一次抓取的图片组的数量为10组,所想自己设置图片抓取的组别数量,则将下图所框选处10修改成自己想要的数量

「兔了个兔」看我如何抓取兔兔图片到本地(附源码)-LMLPHP

 图片存储路径

  将下方的图片存储路径修改为自己的存储路径,抓取的图片将自动保存到该文件夹中,如果不存在改文件夹则会自动创建

「兔了个兔」看我如何抓取兔兔图片到本地(附源码)-LMLPHP


实现效果

「兔了个兔」看我如何抓取兔兔图片到本地(附源码)-LMLPHP


写在最后的话

  本文花费大量时间介绍了如何抓取网站兔兔图片到本地,希望能帮助到各位小伙伴,码文不易,还望各位大佬们多多支持哦,你们的支持是我最大的动力!

「兔了个兔」看我如何抓取兔兔图片到本地(附源码)-LMLPHP

01-27 13:38