Python爬虫教程：python批量下载整站高清大图

  • Z时代
  • 2024-01-10
  • 分类：综合

python

文章目录

  • 前言

  • 下载免费高清大图

  • 下载带水印的精选图

  • 代码与总结

很多人学习python，不知道从何学起。
很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。
很多已经做案例的人，却不知道如何去学习更加高深的知识。
那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！??¤
QQ群：623406465

前言

在上一篇写文章没高质量配图？python爬虫绕过限制一键搜索下载图虫创意图片！中，我们在未登录的情况下实现了图虫创意无水印高清小图的批量下载。虽然小图能够在一些移动端可能展示的还行，但是放到pc端展示图片太小效果真的是很一般！建议阅读本文查看上一篇文章，在具体实现不做太多介绍，只讲个分析思路。

当然，本文可能技术要求不是特别高，但可以当作一个下图工具使用。

环境：python3+pycharm+requests+re+BeatifulSoup+json


这个确实也属实有一些勉强，不少童鞋私信问我有木有下载大图的源码，我说可能会有，现在分享给大家。

当然对于一个图片平台来说，高质量图片下载可能是其核心业务，并且我看了以下，那些高质量大图下载起来很贵！所以笔者并没有尝试付费下载然后查看大图的地址，因为这个可以猜想成功率很低，并且成本比较高，退而求其次，笔者采取以下几种方法。

对图虫平台初步分析之后，得到以下观点：

  • 原版高质量无水印图片下载太贵，由于没付费下载没有找到高质量图的高清无水印原图真实地址。没有办法(能力) 下载原版高清无水印。并且笔者也能猜测这个是一个网站的核心业务肯定也会层层设套。不会轻易获得,所以并没有对付费高清高质量无水印图片穷追不舍。

  • 但是高质量展示图在预览时候的是可以查看带有水印的高清图的(带着图虫创意水印)。

  • 网站有一些免费的高清大图图片可以获取到。虽然这个不是精选图，但是质量也还可以！

下载免费高清大图

在图虫创意有个板块的图片是免费开放的。在共享图片专栏。的图片可以搜索下载。

https://stock.tuchong.com/topic?topicId=37 图虫创意url地址


找到一张图片点进去，检查地址你可以直接访问得到。而有相关因素的就是一个图片服务器域名+图片id组成的图片url地址。也就是我们要批量找到这些图片的id。


在搜索界面查看源码，发现这个和前面的分析如出一辙，它的图片id藏在js里面。我们只需通过正则解析。拿到id然后拼凑url即可完成所有图片地址，这个解析方式和上文基本完全一致，只不过是浏览器的URL和js的位置有相对的变化只需小量修改，然后直接爬虫下载保存即可！而这个搜索html的url就是https://stock.tuchong.com/free/search/?term=+搜索内容。这个下载内容的实现在上一篇已经分析过。请自行查看或看下文代码！这样

下载带水印的精选图

好的图片都在优选图片专栏。然而这部分图片我们可以免费获取带水印的图片。
在登录账号之后点开的图片预览，当你点开预览的时候是可以看得到图片的。每张图片对应一个唯一ID，这个地址可以获得但是比较麻烦。我们尝试能不能获得一个简单通用的url地址呢？


经过尝试发现这个图片的url可以在我们上面的免费高清大图url地址共用！也就是我们可以得到这个ID通过上个url来批量获取下载图片！下载图片的方法一致不需要重复造轮子。而id的获取方法我们在下载高清小图就已经详细介绍过了也是一样的。那么分析就已经成功了，代码将在后面给出，这样我们可以下载带水印的高清大图了！

##js的解析规则：
#----
 js=soup.select("script") js=js[3]
 pattern = re.compile(r"window.hits = ([)(.*)(])")
 va = pattern.search(str(js)).group(2)#解析js内容
 #-------

当然，就配图而言还是高质量图的质量高很多，如果可以接受的话可以使用。唯一缺点就是图创水印。

代码与总结

import  requests
from  urllib import  parse
from bs4 import BeautifulSoup
import re
import json
header = {
"user-agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36",
"Cookie": "wluuid=66;  ",
"Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3",
"Accept-encoding": "gzip, deflate, br",
"Accept-language": "zh-CN,zh;q=0.9",
"Cache-Control": "max-age=0",
"connection": "keep-alive"
    , "Host": "stock.tuchong.com",
"Upgrade-Insecure-Requests": "1"
    }
def mkdir(path):
    import os# 引入模块
    path = path.strip()# 去除首位空格
    path = path.rstrip("") # 去除尾部  符号
    isExists = os.path.exists(path)  # 判断路径是否存在  # 存在     True # 不存在   False
if not isExists:  # 判断结果
        os.makedirs(path)# 如果不存在则创建目录 # 创建目录操作函数
return True#print (path + " 创建成功")
else:
        # 如果目录存在则不创建，并提示目录已存在
        #print(path + " 目录已存在")
return False
def downloadimage(imageid,imgname):##下载大图和带水印的高质量大图
    url = "https://weiliicimg9.pstatp.com/weili/l/"+str(imageid)+".webp"
    url2 = "https://icweiliimg9.pstatp.com/weili/l/"+str(imageid)+".webp"
    b=False
    r = requests.get(url)
    print(r.status_code)
if(r.status_code!=200):
        r=requests.get(url2)
    with open(imgname+".jpg", "wb") as f:
        f.write(r.content)
        print(imgname+" 下载成功")
def getText(text,free):
    texturl = parse.quote(text)
    url="https://stock.tuchong.com/"+free+"search?term="+texturl+"&use=0"
    print(url)
    req=requests.get(url,headers=header)
    soup=BeautifulSoup(req.text,"lxml")
    js=soup.select("script")
    path=""
if not free.__eq__(""):
        js=js[1]
        path="无水印/"
else:
        js=js[3]
        path="图虫创意/"
    print(js)
    pattern = re.compile(r"window.hits = ([)(.*)(])")
    va = pattern.search(str(js)).group(2)#解析js内容
    print(va)
    va = va.replace("{", "{").replace("}", "},,")
    print(va)
    va = va.split(",,,")
    print(va)
    index = 1
for data in va:
try:
             dict = json.loads(data)
             print(dict)
             imgname="img2/"+path+text+"/"+dict["title"]+str(index)
             index+=1
             mkdir("img2/"+path+text)
             imgid=dict["imageId"]
             downloadimage(imgid,imgname)
        except Exception as e:
            print(e)
if __name__ == "__main__":
    num=input("高质量大图带水印输入1，普通不带水印输入2:")
    num=int(num)
    free=""
if num==2:
        free="free/"
    text = input("输入关键词:")
    getText(text,free)

这样，整个流程就完成了，对于目录方面，我也对图虫有水印的和没水印的进行了区分，供大家使用。在使用方面，先输入1或2(1代表有水印高质量图，2代表共享图)，在输入关键词即可批量下载。

以上是 Python爬虫教程：python批量下载整站高清大图 的全部内容， 来源链接： utcz.com/z/529936.html

回到顶部