博客
关于我
爬取百度任意类型的图片
阅读量:350 次
发布时间:2019-03-04

本文共 1640 字,大约阅读时间需要 5 分钟。

该代码用到了selenium库和request库:

写的思想如下:
1.先用selenium模仿人在 中,对想要的图片进行搜索;
在这里插入图片描述
2.分析页面的源代码,其实这些图片应该不是百度自己上传的,按f12调试工具,找到第一张图片的连接:
在这里插入图片描述

图片img标签被超链接a标签所包裹,意思就是你点击图片,其实跳转的就是a标签href那个地址,这一点很关键!!!!!

再就是找一个规律,怎么才可以定位出第一张图片,注意要有普遍性,用XPath肯定是不行的,因为搜索其他图片可能值就会变,而我们的代码要有普遍性。经过观察,我发现a标签的name=pn0 就是个很好的定位标准,无论搜索什么,第一张图片的name都为pn0
3.让浏览器仿照人点击这张图片,也就是访问a标签那个href
然后继续分析该页面的源码:

在这里插入图片描述

你会发现该页面唯一的一张图片class值都是currentImg,所以可以根据这一点,来定位该图片进行下载,现在该考虑的就是进行下一张的下载:
继续分析源代码:
在这里插入图片描述
人就是点击右边那个按钮切换到下一张的,可以直接定位该按钮,让selenium模仿人进行点击,然后重复上面的下载步骤即可连续下载!

下面就是所有的源码

from selenium import webdriverimport requestsdef looking(mubiao):    chrome_driver = 'E:\\chromedriver_win32\\chromedriver.exe'    driver = webdriver.Chrome(executable_path = chrome_driver)    driver.get('https://image.baidu.com/')    driver.find_element_by_id('kw').send_keys(mubiao)    driver.find_element_by_class_name('s_search').click()    href = driver.find_element_by_name("pn0").get_attribute('href')    print(href)    return href    driver.close()def download(url,n):    chrome_driver = 'E:\\chromedriver_win32\\chromedriver.exe'    driver = webdriver.Chrome(executable_path = chrome_driver)    driver.get(url)    for i in range(n):        ret = driver.find_element_by_class_name("currentImg").get_attribute("src")        response = requests.get(ret)        with open(r'E:\Photo\%s.jpg' % (i+1),'wb') as f:            print("第",i+1,"张图片下载完毕!!!")            f.write(response.content)        driver.find_element_by_xpath('//*[@id="container"]/span[2]/span').click()    driver.close()if __name__== "__main__":    mubiao = input("请输入要下载的图片类型:")    n = int(input("请输入下载数量:"))    url = looking(mubiao)    download(url,n)

下载效果图:

在这里插入图片描述

欢迎大佬指教!!

转载地址:http://wfhe.baihongyu.com/

你可能感兴趣的文章
MTK Android 如何获取系统权限
查看>>
MySQL - 4种基本索引、聚簇索引和非聚索引、索引失效情况、SQL 优化
查看>>
MySQL - ERROR 1406
查看>>
mysql - 视图
查看>>
MySQL - 解读MySQL事务与锁机制
查看>>
MTTR、MTBF、MTTF的大白话理解
查看>>
mt_rand
查看>>
mysql /*! 50100 ... */ 条件编译
查看>>
mudbox卸载/完美解决安装失败/如何彻底卸载清除干净mudbox各种残留注册表和文件的方法...
查看>>
mysql 1264_关于mysql 出现 1264 Out of range value for column 错误的解决办法
查看>>
mysql 1593_Linux高可用(HA)之MySQL主从复制中出现1593错误码的低级错误
查看>>
mysql 5.6 修改端口_mysql5.6.24怎么修改端口号
查看>>
MySQL 8.0 恢复孤立文件每表ibd文件
查看>>
MySQL 8.0开始Group by不再排序
查看>>
mysql ansi nulls_SET ANSI_NULLS ON SET QUOTED_IDENTIFIER ON 什么意思
查看>>
multi swiper bug solution
查看>>
MySQL Binlog 日志监听与 Spring 集成实战
查看>>
MySQL binlog三种模式
查看>>
multi-angle cosine and sines
查看>>
Mysql Can't connect to MySQL server
查看>>