python制作微博圖片爬取工具
有小半個月沒有發博客瞭,因為一直在研究python的GUI,買瞭一本書學習瞭一些基礎,用我所學做瞭我的第一款GUI——微博圖片爬取工具。本軟件源代碼已經放在瞭博客中,另外軟件已經打包好上傳到網盤中以供下載學習。
一.準備工作
本次要用到以下依賴庫:re json os random tkinter threading requests PIL 其中後兩個需要安裝後使用
二.預覽
1.啟動
2.運行中
3.結果
這裡隻將拿一張圖片作為展示。
三.設計流程
設計流程分為總體設計和詳細設計,這裡我會使用viso畫出幾個流程圖,用以展示我的思路,其中詳細設計部分,我列舉瞭兩個函數實現的具體流程。
1.總體設計
此圖為整個系統的整體流程也是本GUI軟件的使用過程。
2.詳細設計
在此列舉兩個函數一個是搜索按鈕觸發的wb_search函數,一個是開始爬取按鈕觸發的wb_pics_parse函數。
2.1wb_search函數
2.2wb_pics_parse函數
四.源代碼
import json import random import re import os from tkinter import * from tkinter import messagebox from tkinter import ttk import requests import threading from PIL import Image,ImageTk """ 1.07使用check button 實現下載完打開文件夾操作,註冊瞭enter、esc熱鍵,優化瞭一些體驗 1.08 1.更新瞭關鍵字、磁盤、用戶判斷邏輯 2.將之前的線程池改為多線程來執行下載操作 1.13說明:如果在下載過程變慢,可能是軟件正在解析圖片地址或者就是您的網絡不行 """ class WeiBo_pics_Spider(object): def __init__(self,start_url): self.start_url=start_url #解析出圖片地址 def get_pics_url(self): i = 1 global a_flag a_flag = True while True: url = self.start_url + '&page={}'.format(i) headers = {'User-Agent': get_ua()} r = requests.get(url, headers=headers) _json = json.loads(r.text) items = _json["data"]["cards"] flag = _json['ok'] if flag == 1 and a_flag: # 爬取數據標志+一個手動控制標志 for v in items: picslist = v.get('mblog') if picslist is not None: img_urls = picslist.get('pics') if img_urls != None: for img_url_ in img_urls: img_url = img_url_['large']['url'] yield img_url else: #1.06頁數顯示出現問題 t1.insert(END, f'***在第{i}頁終止***\n') t1.see(END) t1.update() if r1_var.get() == 1: big_dir=disk+':/WeiBo_Pics' os.startfile(big_dir) break i += 1 #下載圖片 def download_pics(self,url,filename): headers={'User-Agent': get_ua()} r = requests.get(url, headers=headers) big_dir=disk+':/WeiBo_Pics' aim_path=big_dir+'/'+user_name_selected try: os.makedirs(aim_path) except: pass with open(aim_path + '\\' + filename, 'wb')as f: f.write(r.content) # 保證焦點始終在最下 t1.see(END) # 下載完一張刷新一次 防止界面卡死崩潰 t1.insert(END, f'{filename}\n') window.update() def get_ua(): first_num = random.randint(55, 62) third_num = random.randint(0, 3200) fourth_num = random.randint(0, 140) os_type = [ '(Windows NT 6.1; WOW64)', '(Windows NT 10.0; WOW64)', '(X11; Linux x86_64)', '(Macintosh; Intel Mac OS X 10_12_6)' ] chrome_version = 'Chrome/{}.0.{}.{}'.format(first_num, third_num, fourth_num) ua = ' '.join(['Mozilla/5.0', random.choice(os_type), 'AppleWebKit/537.36', '(KHTML, like Gecko)', chrome_version, 'Safari/537.36'] ) return ua def wb_search(): #先清空lsibox1內容,便於新內容顯示 listb1.delete(0,END) url1='https://m.weibo.cn/api/container/getIndex?containerid=100103type%3D3%26q%3D{}%26t%3D0' headers={'User-Agent':get_ua()} key_word = e1.get() global user_id_list user_id_list=list() if len(key_word)!=0: #若用戶輸入瞭user_id,則去獲取screen_name if re.match('\d{10}',key_word): user_id_list.append(key_word) url2 = f'https://m.weibo.cn/api/container/getIndex?uid={key_word}&containerid=100505{key_word}' r1 = requests.get(url2, headers=headers) _data = json.loads(r1.text) screen_name = _data['data']['userInfo'].get('screen_name') l3.place(x=120, y=42) l3_var.set(f'搜索成功') l3['background'] = 'green' listb1.insert(END, screen_name) #否則根據關鍵字去搜索用戶信息,顯示在listbox中 else: aim_url=url1.format(key_word) r=requests.get(aim_url,headers=headers) _json=json.loads(r.text) try: #若出現瞭IndexError則表明沒有檢索到用戶信息 users=_json['data']['cards'][1].get('card_group') relevant_num=len(users) l3.place(x=105, y=42) l3_var.set(f'搜索到瞭 {relevant_num} 個用戶') l3['background']='green' for user_ in users: user_info=user_.get('user') user_name=user_info.get('screen_name') id = user_info.get('id') """ 1.02的一種思路,使用一個列表存儲screen_name和uid,兩者用;(自定義字符,但應避免較少沖突) 當獲取Uid時,直接切割字符串,取Listbox所選項索引,按索引在列表表值(uid) #使用字符串拼接 格式:screen_name+';'+str(id) # user_data = user_name + ';' + str(id) """ user_id_list.append(id) listb1.insert(END,user_name) except IndexError:#如果沒有檢索到用戶,就會報列表索引錯誤 messagebox.showinfo(title='提示', message='沒有檢索到相關用戶,請更換關鍵字或使用用戶id搜索!') l3.place(x=85, y=42) l3_var.set(f'請更換關鍵字或用戶id搜索!') l3['background']='yellow' #沒有檢索到用戶的話,提示之後,e1獲得焦點之後,清除用戶之前輸入 e1.bind('WM_TAKE_FOCUS', e1_clear()) else:#處理沒有輸入關鍵字 messagebox.showinfo(title='info',message='請輸入關鍵字!') l3.place(x=110, y=42) l3_var.set(f'請輸入關鍵字!') l3['background'] = 'red' def wb_pics_parse(): key_word=e1.get() select_path=c1.get() #1.先判斷關鍵字是否輸入 if len(key_word)!=0: #2.再判斷是否選擇瞭磁盤 if len(select_path)==1: #3.判斷所選路徑是否存在 if not os.path.exists(select_path): #4.判斷是否在列表框選擇瞭用戶名 try: # 直接獲取選中項目 """1.05獲取Listbox user_name_selected真費勁""" global user_name_selected user_name_selected=listb1.get(listb1.curselection()) user_name_index = listb1.curselection()[0] user_id = user_id_list[user_name_index] container_id = '107603' + str(user_id) start_url = f'https://m.weibo.cn/api/container/getIndex?containerid={container_id}' spider = WeiBo_pics_Spider(start_url) t1.config(state='normal') # 將Text開啟,置為可讀可寫狀態 l3.place(x=120, y=42) l3_var.set(f'正在運行......') l3['background'] = 'green' for pic_url in spider.get_pics_url(): filename = pic_url.split('/')[-1] # 字符串切割,切割出前10個字符串 filename = filename[10:] thread_it(spider.download_pics,pic_url,filename) #搜索後,但是沒選擇用戶,會報TclError錯誤,此except就用來捕獲這個異常 except TclError: messagebox.showwarning(title='警告', message='請選擇一個用戶!') l3.place(x=105, y=42) l3_var.set(f'請選擇一個用戶!') l3['background'] = 'red' #獲取當前選中項目(使用索引) else: messagebox.showwarning(title='警告',message='請檢查路徑!') l3.place(x=80, y=42) l3_var.set(f'請檢查路徑!') l3['background'] = 'red' else: messagebox.showwarning(title='警告', message='您未選擇磁盤!') l3.place(x=85, y=42) l3_var.set(f'請檢查是否選擇瞭磁盤!') l3['background'] = 'red' else: messagebox.showwarning(title='警告', message='請輸入關鍵字!') l3.place(x=110, y=42) l3_var.set(f'請輸入關鍵字!') l3['background'] = 'red' def open_disk(): disk=c1.get() big_dir=disk+':/WeiBo_Pics' if len(disk)==1: try: if not os.path.exists(big_dir): os.mkdir(big_dir) os.startfile(big_dir) except: messagebox.showwarning(title='警告',message='選中的磁盤不存在!') l3.place(x=110, y=42) l3_var.set(f'選中的磁盤不存在!') l3['background'] = 'red' else: messagebox.showwarning(title='警告', message='您未選中磁盤!') l3.place(x=115, y=42) l3_var.set(f'您未選中磁盤!') l3['background'] = 'red' def window_quit(): ret=messagebox.askyesno(title='提示',message='是否要退出?') if ret==True: window.destroy() window.quit() def e1_clear(): e1.delete(0,END) def print_path(event): #要使用完整的路徑 global disk disk = c1.get() disk_path=c1.get()+':/' if len(disk)==1: if os.path.exists(disk_path): messagebox.showinfo(title='提示',message=f'文件將存儲到:{disk}:/WeiBo_Pics目錄下') else: messagebox.showerror(title='錯誤',message='選定磁盤不存在!') l3.place(x=100, y=42) l3_var.set(f'選中的磁盤不存在!') l3['background'] = 'red' else: messagebox.showwarning(title='警告', message='請先選定磁盤!') l3.place(x=120, y=42) l3_var.set(f'請先選定磁盤!') l3['background'] = 'red' def switch(): if r1_var.get()==0: r1_var.set(1) else: r1_var.set(0) def escape(event): window_quit() def enter(event): wb_search() '''解決程序卡死的重要方法,避免子線程和Ui線程在同一個線程''' def thread_it(func, *args): '''將函數打包進線程''' # 創建 t = threading.Thread(target=func, args=args) # 守護 !!! t.setDaemon(True) # 啟動 t.start() # 阻塞--卡死界面! # t.join() window=Tk() width=310 height=395 screenWidth = window.winfo_screenwidth() # 獲取顯示區域的寬度 screenHeight = window.winfo_screenheight() # 獲取顯示區域的高度 left = (screenWidth - width) / 2 top = (screenHeight - height) / 2 window.geometry("%dx%d+%d+%d" % (width, height, left, top)) window.resizable(0,0) window.title('微博圖片采集工具-v1.08') #設置圖標 ico_path=r'./rely/icon.ico' window.iconbitmap(ico_path) #插入圖片到Label中 photo = Image.open("./rely/w_b.png") # 括號裡為需要顯示在圖形化界面裡的圖片 photo = photo.resize((150, 40)) # 規定圖片大小 img0 = ImageTk.PhotoImage(photo) l1=ttk.Label(window,imag=img0,justify='center') l1.pack() l3_var=StringVar() l3=ttk.Label(window,background='yellow',textvar=l3_var) l3.place(x=120,y=42) l3_var.set('還沒搜索') l1=ttk.Label(window,text='關鍵字或\n用戶id:') l1.place(x=13,y=60) e1=ttk.Entry(window,justify='center') e1.place(x=80,y=65) l4=ttk.Label(window,text='磁盤:') l4.place(x=13,y=100) disk_list=['C','D','E','F','G','H','I'] c1=ttk.Combobox(window,justify='center',state='readonly',width=17,value=disk_list) #Combobox默認選中索引為0的項目 即 C盤 c1.bind('<<ComboboxSelected>>', print_path) c1.place(x=80,y=100) r1_var=IntVar() r1_var.set(1)#默認選中為1 check1=Checkbutton(window,text='下載完\n打開文件夾',command=switch) check1.place(x=223,y=90) b1=ttk.Button(window,text='搜索',command=lambda:thread_it(wb_search),width=7) b1.place(x=230,y=63) l5=ttk.Label(window,text='用戶列表:') l5.place(x=13,y=150) lb1_var=StringVar() listb1=Listbox(window,justify='center',listvariable=lb1_var,width=20,height=4) listb1.place(x=80,y=135) b2=ttk.Button(window,text='開始爬取',command=lambda :thread_it(wb_pics_parse,),width=7) b2.place(x=230,y=160) l6=ttk.Label(window,text='狀態:') l6.place(x=13,y=280) t1=Text(window,width=23,font=('times new roman',10),state='disable') t1.place(x=80,y=230,height=140) b3=ttk.Button(window,text=' 打開\n文件夾',width=7,command=open_disk) b3.place(x=230,y=230) b3=ttk.Button(window,text='退出',width=7,command=window_quit) b3.place(x=230,y=315) f1 = ttk.LabelFrame(window) f1.place(x=65,y=350) l6=ttk.Label(f1,text='敬告:本軟件僅供學習交流使用!',foreground='red') l6.pack(anchor="w",fill=X) #綁定esc鍵---退出 window.bind('<Escape>',escape) #使用return鍵給輸入框Entry綁定enter事件---search搜索 e1.bind('<Return>',enter) #加入主窗口銷毀事件 window.protocol('WM_DELETE_WINDOW',window_quit) window.mainloop()
五.總結說明
本軟件僅供學習交流使用!圖源水印,在此僅作舉例!
由於這是第一次做GUI,因此遇到瞭一些問題,在此列舉一下:
1.窗口佈局問題(GUI基礎)
2.主窗口執行一個比較耗時操作導致卡死、崩潰(線程問題)。
3.主窗口關閉後,後臺線程還在運行(線程問題)。
以上問題已經全部解決,軟件切實可用。
另外,本軟件有四大亮點:
1.使用線程下載圖片
2.智能標簽提醒
3.輸入關鍵字直接敲回車能夠完成搜索
4.Esc快速退出軟件
軟件打包好瞭放在瞭藍奏雲https://wws.lanzous.com/iPSpzkchj5i
以上就是python制作微博圖片爬取工具的詳細內容,更多關於python 微博圖片爬取的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- Python + Tkinter連接本地MySQL數據庫簡單實現註冊登錄
- 深入瞭解python的tkinter實現簡單登錄
- Python中的tkinter庫簡單案例詳解
- Python爬蟲+Tkinter制作一個翻譯軟件的示例
- python實現登錄與註冊功能