【python】利用关键字批量爬取百度照片

2022 年 02 月 20 日

942 次浏览

2175字数

直接上代码吧！

```python
"""
   File Name：    批量爬取百度照片
   Description :
   Author :       本当迷
   date：          2022/2/19
"""
# 配置以下模块
import requests
import re
import os
import time
# 获取图片url连接
def get_parse_page(pn,name):

for i in range(int(pn)):
        # 1.获取网页
        print('正在获取第{}页'.format(i+1))

# 百度图片首页的url
        # name是你要搜索的关键词
        # pn是你想下载的页数

url = 'https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=%s&pn=%d' %(name,i*20)

headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.104 Safari/537.36 Core/1.53.4843.400 QQBrowser/9.7.13021.400'}

# 发送请求，获取相应
        response = requests.get(url, headers=headers)
        html = response.content.decode()
        # print(html)

# 2.正则表达式解析网页
        # "objURL":"http://n.sinaimg.cn/sports/transform/20170406/dHEk-fycxmks5842687.jpg"
        results = re.findall('"objURL":"(.*?)",', html) # 返回一个列表

# 根据获取到的图片链接，把图片保存到本地
        save_to_txt(results, name, i)

# 保存图片到本地
def save_to_txt(results, name1, i):

j = 0
    # 在当目录下创建文件夹
    if not os.path.exists('./' + name1):
        os.makedirs('./' + name1)

# 下载图片
    for result in results:
        print('正在保存第{}个'.format(j))
        try:
            pic = requests.get(result, timeout=10)
            time.sleep(1)
        except:
            print('当前图片无法下载')
            j += 1
            continue

# 可忽略，这段代码有bug
        # file_name = result.split('/')
        # file_name = file_name[len(file_name) - 1]
        # print(file_name)
        #
        # end = re.search('(.png|.jpg|.jpeg|.gif)$', file_name)
        # if end == None:
        #     file_name = file_name + '.jpg'

# 把图片保存到文件夹
        file_full_name = './' + str(name1) + '/' + name1 +str(i) + '-' + str(j) + '.jpg'
        with open(file_full_name, 'wb') as f:
            f.write(pic.content)

j += 1

# 主函数
if __name__ == '__main__':

name = input('请输入你要下载的关键词：')
    pn = input('你想下载前几页（1页有60张）:')
    get_parse_page(pn, name)
```

最后修改：2022 年 02 月 20 日