IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 批量爬取百度图片 -> 正文阅读

[Python知识库]批量爬取百度图片

作者:recommend-item-box type_blog clearfix

?

输入关键字和要爬取的数量,直接爬取图片并保存到本地,

这个比较简单,直接使用即可?

import requests
import json

word = input("输入您需要爬取的关键字:")
page_num = int(input("需要爬取多少页(一页30张):"))
headers = {
    'Referer': 'https://image.baidu.com/search/index?tn=baiduimage&ps=1&ct=201326592&lm=-1&cl=2&nc=1&ie=utf-8&dyTabStr=MCwzLDIsMSw2LDQsNSw4LDcsOQ%3D%3D&word=%E8%8B%B9%E6%9E%9C',
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36',
}

url_list = []
for i in range(page_num):
    try:
        url1 = 'https://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&ct=201326592&is=&fp=result&fr=&word={}&queryWord={}&cl=2&lm=-1&ie=utf-8&oe=utf-8&adpicid=&st=&z=&ic=&hd=&latest=&copyright=&s=&se=&tab=&width=&height=&face=&istype=&qc=&nc=1&expermode=&nojc=&isAsync=&pn={}&rn=30&gsm=1e&1651226887256='.format(word,word,i*30)
        response = requests.get(url=url1,headers=headers).text
        js = json.loads(response)["data"]       # 转换为js格式,取“data”的值
        for j in js[0:30]:      # 只有0~29有图片数据,第30个数据为空值
            url_list.append(j["thumbURL"])
    except Exception as e:
        print("获取url失败")

count = 1   # 用来给照片命名,并查看当前照片是第几张
fail = 0    # 统计失败的数量
print("正在爬取......")
for url in url_list:
    file_name = 'E:/爬虫爬虫/爬虫项目/爬取百度图片/page/{}({}).jpg'.format(word, count)
    count += 1
    try:
        page = requests.get(url,headers).content    # 返回一个原生的字符串
        with open(file_name,'wb')as f:      # 二进制格式打开
            f.write(page)
    except Exception as e:
        print("第{}张图片下载失败".format(count))
        fail += 1
        print(e)

print("预计爬取数量:",len(url_list))
print("实际爬取数量:",len(url_list)-fail)

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章           查看所有文章
加:2022-05-02 13:27:05  更:2022-05-02 13:27:15 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 15:49:09-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码