【爬虫】如何通过爬虫，爬取百度图片？新手小白一看便会，内附超详细代码讲解 |
您所在的位置：网站首页 › 打开百度搜索的图片 › 【爬虫】如何通过爬虫，爬取百度图片？新手小白一看便会，内附超详细代码讲解 |
【爬虫】如何通过爬虫，爬取百度图片？新手小白一看便会，内附超详细代码讲解
|
大家好，我是好学的小师弟，今天来和大家分享下，如何通过爬虫，爬取百度图片，并下载保存到本地。 思路：首先找到你想要爬取图片的页面url，copy下来(本文使用的是在百度图片上爬取想要的照片，你想要在其他图片网站上爬取也是一样的做法，大同小异)，通过requests库发起get请求，把页面的text正文打印出来；然后按f12，找到图片的源地址，找到其中的命名规律；接着再用re.findall 正则表达式，找出整个页面中所有符合条件的图片源地址，接着在用一次requests.get请求这些图片源地址，这样就可以得到完整的图片大图了。然后我们通过for in 遍历这些图片大图，并把他们依次存放到本地中。如果不知道本地有没有事先设置好存放的目录，我们可以在代码中if语句判断下，没有的话，自动建立一个。这里注意要给存放的图片文件名设置好，不然会报错的。 具体操作步骤： 步骤1：打开想要爬取的图片页面网址，这里我们是想要爬取【百度图片】里的关于【头像】的照片，输入关键词【头像】即可
把下图这个页面的url全部coopy下来
具体代码 import re #为了正则表达式 import requests#请求网页url import os #操作系统 num=0 #给图片加数字 header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/93.0.4577.63 Safari/537.36', 'Cookie':' ',#这里看你们的浏览器里有没有，你先登录百度账号，才会有的 'Accept':'image/avif,image/webp,image/apng,image/svg+xml,image/*,*/*;q=0.8', 'Accept-Encoding':'gzip, deflate, br', 'Accept-Language':'zh-CN,zh;q=0.9' } #请求头，谷歌浏览器里面有，具体在哪里找到详见我上一条csdn博客 #图片页面的url url='https://image.baidu.com/search/index?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&sf=1&fmq=&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&fm=index&pos=history&word=%E5%A4%B4%E5%83%8F' #通过requests库请求到了页面 html=requests.get(url,headers=header) #防止乱码 html.encoding='utf8' #打印页面出来看看 print(html.text)步骤2：判断系统本地是否创建了存储图片的目录，如果没有，系统自建一个 pachong_picture_path='D:\\PythonCodes\\自己写的爬虫爬下来的图片'#查找路径里是否有这个目录 if not os.path.exists(pachong_picture_path): os.mkdir(pachong_picture_path) #判断，如果没有，就自己建一个步骤3：正则表达式，筛选想要的图片源地址 res=re.findall('"objURL":"(.*?)"',html) #正则表达式，筛选出html页面中符合条件的图片源代码地址url步骤4：for in 遍历，把图片打印到想要保存的本地目录中 for i in res: #遍历 num=num+1 #数字加1，这样图片名字就不会重复了 picture=requests.get(i) #得到每一张图片的大图 file_name='D:\\PythonCodes\\自己写的爬虫爬下来的图片\\头像照片'+str(num)+".jpg" #给下载下来的图片命名。加数字，是为了名字不重复 f=open(file_name,"wb") #以二进制写入的方式打开图片 f.write(picture.content) # 往图片里写入爬下来的图片内容，content是写入内容的意思 print(i) #看看有哪些url f.close() #结束f文件操作完整代码 import re #为了正则表达式 import requests#请求网页url import os #操作系统 num=0 #给图片名字加数字 header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/93.0.4577.63 Safari/537.36', 'Cookie':'',#这里需要大家根据自己的浏览器情况自行填写 'Accept':'image/avif,image/webp,image/apng,image/svg+xml,image/*,*/*;q=0.8', 'Accept-Encoding':'gzip, deflate, br', 'Accept-Language':'zh-CN,zh;q=0.9' } #请求头，谷歌浏览器里面有，具体在哪里找到详见我上一条csdn博客 #图片页面的url url='https://image.baidu.com/search/index?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&sf=1&fmq=&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&fm=index&pos=history&word=%E5%A4%B4%E5%83%8F' #通过requests库请求到了页面 html=requests.get(url,headers=header) #防止乱码 html.encoding='utf8' #打印页面出来看看 print(html.text) html=html.text pachong_picture_path='D:\\PythonCodes\\自己写的爬虫爬下来的图片' if not os.path.exists(pachong_picture_path): os.mkdir(pachong_picture_path) res=re.findall('"objURL":"(.*?)"',html) #正则表达式，筛选出html页面中符合条件的图片源代码地址url for i in res: #遍历 num=num+1 #数字加1，这样图片名字就不会重复了 picture=requests.get(i) #得到每一张图片的大图 file_name='D:\\PythonCodes\\自己写的爬虫爬下来的图片\\头像照片'+str(num)+".jpg" #给下载下来的图片命名。加数字，是为了名字不重复 f=open(file_name,"wb") #以二进制写入的方式打开图片 f.write(picture.content) # 往图片里写入爬下来的图片内容，content是写入内容的意思 print(i) #看看有哪些url f.close() #结束f文件操作打印出来的效果图
新人创作不易，觉得不错的看官，点个赞吧，么么哒！！！ 转载注明出处！ |
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |