利用python批量爬取百度任意类别的图片的实现方法


Posted in Python onOctober 07, 2020

利用python批量爬取百度任意类别的图片时:
(1):设置类别名字。
(2):设置类别的数目,即每一类别的的图片数量。
(3):编辑一个txt文件,命名为name.txt,在txt文件中输入类别,此类别即为关键字。并将txt文件与python源代码放在同一个目录下。

利用python批量爬取百度任意类别的图片的实现方法

python源代码:

# -*- coding: utf-8 -*-
"""
Created on Sun Sep 13 21:35:34 2020
@author: ydc
"""
import re
import requests
from urllib import error
from bs4 import BeautifulSoup
import os

num = 0
numPicture = 0
file = ''
List = []
def Find(url, A):
  global List
  print('正在检测图片总数,请稍等.....')
  t = 0
  i = 1
  s = 0
  while t < 1000:
    Url = url + str(t)
    try:
      # 这里搞了下
      Result = A.get(Url, timeout=7, allow_redirects=False)
    except BaseException:
      t = t + 60
      continue
    else:
      result = Result.text
      pic_url = re.findall('"objURL":"(.*?)",', result, re.S) # 先利用正则表达式找到图片url
      s += len(pic_url)
      if len(pic_url) == 0:
        break
      else:
        List.append(pic_url)
        t = t + 60
  return s
def recommend(url):
  Re = []
  try:
    html = requests.get(url, allow_redirects=False)
  except error.HTTPError as e:
    return
  else:
    html.encoding = 'utf-8'
    bsObj = BeautifulSoup(html.text, 'html.parser')
    div = bsObj.find('div', id='topRS')
    if div is not None:
      listA = div.findAll('a')
      for i in listA:
        if i is not None:
          Re.append(i.get_text())
    return Re
def dowmloadPicture(html, keyword):
  global num
  # t =0
  pic_url = re.findall('"objURL":"(.*?)",', html, re.S) # 先利用正则表达式找到图片url
  print('找到关键词:' + keyword + '的图片,即将开始下载图片...')
  for each in pic_url:
    print('正在下载第' + str(num + 1) + '张图片,图片地址:' + str(each))
    try:
      if each is not None:
        pic = requests.get(each, timeout=7)
      else:
        continue
    except BaseException:
      print('错误,当前图片无法下载')
      continue
    else:
      string = file + r'\\' + keyword + '_' + str(num) + '.jpg'
      fp = open(string, 'wb')
      fp.write(pic.content)
      fp.close()
      num += 1
    if num >= numPicture:
      return
if __name__ == '__main__': # 主函数入口
  headers = {
    'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
    'Connection': 'keep-alive',
    'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64; rv:60.0) Gecko/20100101 Firefox/60.0',
    'Upgrade-Insecure-Requests': '1'
  }
  A = requests.Session()
  A.headers = headers
  ###############################
  tm = int(input('请输入每类图片的下载数量 '))
  numPicture = tm
  line_list = []
  with open('./name.txt', encoding='utf-8') as file:
    line_list = [k.strip() for k in file.readlines()] # 用 strip()移除末尾的空格
  for word in line_list:
    url = 'https://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=' + word + '&pn='
    tot = Find(url, A)
    Recommend = recommend(url) # 记录相关推荐
    print('经过检测%s类图片共有%d张' % (word, tot))
    file = word + '文件'
    y = os.path.exists(file)
    if y == 1:
      print('该文件已存在,请重新输入')
      file = word + '文件夹2'
      os.mkdir(file)
    else:
      os.mkdir(file)
    t = 0
    tmp = url
    while t < numPicture:
      try:
        url = tmp + str(t)
        # result = requests.get(url, timeout=10)
        # 这里搞了下
        result = A.get(url, timeout=10, allow_redirects=False)
        print(url)
      except error.HTTPError as e:
        print('网络错误,请调整网络后重试')
        t = t + 60
      else:
        dowmloadPicture(result.text, word)
        t = t + 60
    # numPicture = numPicture + tm
  print('当前搜索结束,感谢使用')

到此这篇关于利用python批量爬取百度任意类别的图片的实现方法的文章就介绍到这了,更多相关python批量爬取百度图片内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
使用python编写android截屏脚本双击运行即可
Jul 21 Python
用Python编写分析Python程序性能的工具的教程
Apr 01 Python
使用Python判断质数(素数)的简单方法讲解
May 05 Python
Python3 安装PyQt5及exe打包图文教程
Jan 08 Python
django的ORM模型的实现原理
Mar 04 Python
Python文件打开方式实例详解【a、a+、r+、w+区别】
Mar 30 Python
python+openCV利用摄像头实现人员活动检测
Jun 22 Python
Python文件操作中进行字符串替换的方法(保存到新文件/当前文件)
Jun 28 Python
在python中做正态性检验示例
Dec 09 Python
Python接口自动化判断元素原理解析
Feb 24 Python
Python工程师必考的6个经典面试题
Jun 28 Python
Python 绘制可视化折线图
Jul 22 Python
Python colormap库的安装和使用详情
Oct 06 #Python
Django-Scrapy生成后端json接口的方法示例
Oct 06 #Python
Python3如何使用range函数替代xrange函数
Oct 05 #Python
Python threading模块condition原理及运行流程详解
Oct 05 #Python
Python urllib库如何添加headers过程解析
Oct 05 #Python
Python3获取cookie常用三种方案
Oct 05 #Python
Python collections.deque双边队列原理详解
Oct 05 #Python
You might like
一些相见恨晚的 JavaScript 技巧
2010/04/25 Javascript
javascript和jquery修改a标签的href属性
2013/12/16 Javascript
JS使用replace()方法和正则表达式进行字符串的搜索与替换实例
2014/04/10 Javascript
js获取checkbox值的方法
2015/01/28 Javascript
Web技术实现移动监测的介绍
2017/09/18 Javascript
Javascript Promise用法详解
2018/05/10 Javascript
微信小程序项目实践之主页tab选项实现
2018/07/18 Javascript
js实现下拉框二级联动
2018/12/04 Javascript
JS阻止事件冒泡的方法详解
2019/08/26 Javascript
Vue快速实现通用表单验证的方法
2020/02/24 Javascript
es6中let和const的使用方法详解
2020/02/24 Javascript
浅谈Vuex的this.$store.commit和在Vue项目中引用公共方法
2020/07/24 Javascript
vue+echarts+datav大屏数据展示及实现中国地图省市县下钻功能
2020/11/16 Javascript
[03:04]2018年国际邀请赛典藏宝瓶&莱恩声望物品展示 片尾有彩蛋
2018/06/04 DOTA
浅谈python 四种数值类型(int,long,float,complex)
2016/06/08 Python
Python备份目录及目录下的全部内容的实现方法
2016/06/12 Python
python读取二进制mnist实例详解
2017/05/31 Python
matplotlib绘制符合论文要求的图片实例(必看篇)
2017/06/02 Python
Pycharm以root权限运行脚本的方法
2019/01/19 Python
Python Django Cookie 简单用法解析
2019/08/13 Python
Python实现钉钉订阅消息功能
2020/01/14 Python
Python loguru日志库之高效输出控制台日志和日志记录
2020/03/07 Python
sklearn的predict_proba使用说明
2020/06/28 Python
keras 模型参数,模型保存,中间结果输出操作
2020/07/06 Python
matplotlib教程——强大的python作图工具库
2020/10/15 Python
如何利用python 读取配置文件
2021/01/06 Python
python向xls写入数据(包括合并,边框,对齐,列宽)
2021/02/02 Python
高级护理专业毕业生推荐信
2013/12/25 职场文书
环境工程专业自荐信范文
2014/03/18 职场文书
劳资协议书范本
2014/04/23 职场文书
会议室标语
2014/06/21 职场文书
幼师中班个人总结
2015/02/12 职场文书
技术入股合作协议书
2016/03/21 职场文书
vue使用节流函数的踩坑实例指南
2021/05/20 Vue.js
Redis源码阅读:Redis字符串SDS详解
2021/07/15 Redis
Go语言编译原理之变量捕获
2022/08/05 Golang