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
MySQL 大数据量快速插入方法和语句优化
查看>>
mysql 如何给SQL添加索引
查看>>
mysql 字段区分大小写
查看>>
mysql 字段合并问题(group_concat)
查看>>
mysql 字段类型类型
查看>>
MySQL 字符串截取函数,字段截取,字符串截取
查看>>
MySQL 存储引擎
查看>>
mysql 存储过程 注入_mysql 视图 事务 存储过程 SQL注入
查看>>
MySQL 存储过程参数:in、out、inout
查看>>
mysql 存储过程每隔一段时间执行一次
查看>>
mysql 存在update不存在insert
查看>>
Mysql 学习总结(86)—— Mysql 的 JSON 数据类型正确使用姿势
查看>>
Mysql 学习总结(87)—— Mysql 执行计划(Explain)再总结
查看>>
Mysql 学习总结(88)—— Mysql 官方为什么不推荐用雪花 id 和 uuid 做 MySQL 主键
查看>>
Mysql 学习总结(89)—— Mysql 库表容量统计
查看>>
mysql 实现主从复制/主从同步
查看>>
mysql 审核_审核MySQL数据库上的登录
查看>>
mysql 导入 sql 文件时 ERROR 1046 (3D000) no database selected 错误的解决
查看>>
mysql 导入导出大文件
查看>>
mysql 将null转代为0
查看>>