Python爬虫：通过关键字爬取百度图片

Python  /  管理员 发布于 7年前   195

使用工具：Python2.7 点我下载

scrapy框架

sublime text3

一。搭建python（Windows版本）

 1.安装python2.7 ---然后在cmd当中输入python，界面如下则安装成功

 2.集成Scrapy框架----输入命令行：pip install Scrapy

安装成功界面如下：

失败的情况很多，举例一种：

解决方案：

其余错误可百度搜索。

二。开始编程。

1.爬取无反爬虫措施的静态网站。例如百度贴吧，豆瓣读书。

例如-《桌面吧》的一个帖子https://tieba.baidu.com/p/2460150866?red_tag=3569129009

python代码如下：

代码注释：引入了两个模块urllib,re。定义两个函数，第一个函数是获取整个目标网页数据，第二个函数是在目标网页中获取目标图片，遍历网页，并且给获取的图片按照0开始排序。

注：re模块知识点:

爬取图片效果图：

图片保存路径默认在建立的.py同目录文件下。

2.爬取有反爬虫措施的百度图片。如百度图片等。

例如关键字搜索“表情包”https://image.baidu.com/search/index?tn=baiduimage&ct=201326592&lm=-1&cl=2&ie=gbk&word=%B1%ED%C7%E9%B0%FC&fr=ala&ori_query=%E8%A1%A8%E6%83%85%E5%8C%85&ala=0&alatpl=sp&pos=0&hs=2&xthttps=111111

图片采用滚动式加载，先爬取最优先的30张。

代码如下：

代码注释：导入4个模块，os模块用于指定保存路径。前两个函数同上。第三个函数使用了if语句，并tryException异常。

爬取过程如下：

爬取结果：

注：编写python代码注重对齐，and不能混用Tab和空格，易报错。

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持！