Python爬虫教你获取4K超清壁纸图片,手把手教你跟我一起爬!
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理
以下文章来源于腾讯云 作者:Python进阶者
( 想要学习Python?Python学习交流群:1039649593,满足你的需求,资料都已经上传群文件流,可以自行下载!还有海量最新2020python学习资料。 )
/1 前言/
想要电脑换个壁纸时都特别苦恼,因为百度搜到那些壁纸也就是分辨率达到了壁纸的水准。可是里面图片的质量嘛,实在是不忍直视…。而有些4K高清的壁纸大多是有版权的 ,这就使我们想要获取高清的图片,变得非常的困难。
wallhaven 网站是无版权的4K壁纸 ,而且主题丰富(创意、摄影、人物、动漫、绘画、视觉),今天教大家如何去批量的去下载wallhaven4K原图。
/2 项目目标/
获取对应的4K壁纸,并批量下载保存在文件夹。
/3 涉及的库和网站/
软件:PyCharm
需要用到的库:requests、lxml、fake_useragent、time
先列出网址,如下所示:
https://wallhaven.cc/search?q=id%3A65348&page={}
网址city=%E5%B9%BF%E5%B7%9E指的是广州这个城市、pn指的是页数。
/4 项目分析/
滑动鼠标观察下一页的网址的变化:
https://wallhaven.cc/search?q=id%3A65348&page=1https:
//wallhaven.cc/search?q=id%3A65348&page=2https:
//wallhaven.cc/search?q=id%3A65348&page=3
滑动下一页时,每增加一页page自增加1,用{}代替变换的变量,再用for循环遍历这网址,实现多个网址请求。
/5 具体实现/
1、定义一个class类继承object,定义init方法继承self,主函数main继承self。导入需要的库和网址。
import requestsfrom lxml import etreefrom fake_useragent import UserAgentimport timeclass wallhaven(object):def__init__(self):self.url
= "https://wallhaven.cc/search?q=id%3A65348&page={}"def main(self):
pass
if__name__ == "__main__":
imageSpider = wallhaven()
imageSpider.main()
2、fake_useragent模块实现随机产生UserAgent。
ua = UserAgent(verify_ssl=False)for i in range(1, 50):self.headers
= {"User-Agent": ua.random,}
3、for循环实现多网址访问。
startPage = int(input("起始页:"))endPage
= int(input("终止页:"))for page in range(startPage, endPage + 1):url
= self.url.format(page)
4、发送请求 获取响应。
"""发送请求 获取响应"""def get_page(self, url):
res = requests.get(url=url, headers=self.headers)
html = res.content.decode("utf-8")
return html
5、解析一级页面,得到二级页面的 href 地址。
def parse_page(self, html):parse_html
= etree.HTML(html)image_src_list
= parse_html.xpath("//figure//a/@href")
6、遍历二级页面网址,发生请求、解析数据。找到相对于的图片地址。
html1 = self.get_page(i) # 二级页面发生请求parse_html1 = etree.HTML(html1)
# print(parse_html1)
filename = parse_html1.xpath("//div[@class="scrollbox"]//img/@src")
# print(filename)
7、获取到的图片地址,发生请求,保存。
# 图片地址发生请求for img in filename:
dirname = "./图/" + img[32:] """可修改图片保存的地址"""
print(dirname)
html2 = requests.get(url=img, headers=self.headers).content
with open(dirname, "wb") as f:
f.write(html2)
print("%s下载成功" % filename)
8、调用方法,实现功能。
html = self.get_page(url)self.parse_page(html)
优化:设置延时。(防止ip被封)。
time.sleep(
1.4) """时间延时"""
/6 效果展示/
1、点击绿色按钮运行,将结果显示在控制台,如下图所示。输起始页和终止页,回车。
2、图片下载成功控制台输出。
3、批量保存。
4、验证4K。(点击图片打开属性)
/7 小结/
1、不建议抓取太多数据,容易对服务器造成负载,浅尝辄止即可。
2、本文基于Python网络爬虫,利用爬虫库,获取wallhaven4K壁纸。
3、4K的壁纸下载时可能会有点缓慢,请大家耐心的等待。如果图片的地址不一样,需要自己修改一下图片的保存的地址。
4、大家也可以在wallhaven网址上,寻找自己喜欢图片,按照操作步骤,自己尝试去做。自己实现的时候,总会有各种各样的问题,切勿眼高手低,勤动手,才可以理解的更加深刻。
5、如果本文源码的小伙伴,请在后台回复“4K壁纸”四个字进行获取,觉得不错,记得给个Star噢~
以上是 Python爬虫教你获取4K超清壁纸图片,手把手教你跟我一起爬! 的全部内容, 来源链接: utcz.com/z/538069.html