一招学会爬图。。。你懂的

        上一期介绍了如何爬取小说,大佬们都觉得技术太简单,而且内容也不够精彩,经过认真反思总结之后,今天双手奉上爬图系列,请各位客官查收。

        工欲善其事必先利其器,先介绍本次需要使用的一些工具:

        1、Python3.6、BeautifulSoup、urllib、requests,re(正则表达式),这些都是老规矩了

        2、神秘嘉宾登场,感谢公司一姐的安利,Postman Interceptor(之后简称PI)插件,在Chorme浏览器访问的地址,都可以在插件中看到请求的接口

        那么,演出开始吧!

        这次,我们把目光放在了搜狗图片上https://pic.sogou.com/,打开chrome浏览器,在搜狗图片中输入“美女”,看看PI给我们返回了什么?


        我们看到PI记录到了2条接口记录,我们直接在postman上请求第一条接口,看看返回了什么?


                好像,好像,好像,。。。我们居然直接拿到了图片的地址,通过观察返回的数据,thumbUrl对应的地址应该就是图片的地址了,我们用正则表达式把这些数据拿出来看看 urls = re.findall("thumbUrl(.*?),",str(html), re.S)


        哇塞,居然一下子拿到了48条图片地址的数据!

       所以针对请求的连接https://pic.sogou.com/pics?query=%C3%C0%C5%AE&mode=1&start=48&reqType=ajax&reqFrom=result&tn=0,我们可以大胆预测,query对应的就是搜索的名字,而start就是搜索库中起始的位置,而每次搜索都可以拿到48个地址。

        剩下的就是将这48张图片地址下载到本地保存起来了,这个非常简单用urllib.request.urlretrieve()就能完成。

        运行代码,看下效果!

        好啦,48张美女图就这样下载下来了。

        PS:其实还可以预设需要下载几张图,只需要在爬地址的过程中增加循环,自己计算数量即可,这些基本的操作就不在这里献丑了,如有需要可自行修改代码。  代码保存地址:https://github.com/Jason0306/pc/blob/master/bg_2.py

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342

推荐阅读更多精彩内容

  • 第一部分 HTML&CSS整理答案 1. 什么是HTML5? 答:HTML5是最新的HTML标准。 注意:讲述HT...
    kismetajun阅读 27,400评论 1 45
  • 你可能需要的工作环境: Python 3.6官网下载 我们这里以sogou作为爬取的对象。 首先我们进入搜狗图片h...
    派派森森阅读 5,469评论 0 4
  • 本文章转载于搜狗测试 首先,容小编我说一个很尖锐的问题:业界有很多接口自动化工具,比如postman、jmeter...
    夜境阅读 314评论 0 0
  • 恩,今天过的平淡无奇,上下午的门诊,中午大家讨论科室收费的,然后一群人想让我教她们打肉毒素,我默默的搪塞过去,为嘛...
    蜕变的林林阅读 169评论 0 1
  • 我最讨厌说了却不去做的人。既然下定决心了,就要好好去做,奋不顾身。 ------野夜
    執毅阅读 141评论 0 0