python做圖片搜索引擎並保存到本地詳情
前言
我們先說一下思路:先對目標網站發送請求,獲取html源碼,然後對源碼裡面的所以圖片鏈接進行篩選,然後再次對圖片鏈接發送請求,然後保存。
思路大致是這樣,話不多說,直接上代碼:
用到的模塊:
import requests #請求庫 第三方庫,需要安裝: pip install requests import re #篩選庫,py自帶,無需安裝
查找接口:
打開F12打開開發者工具,點擊網絡、Fetch/XHR、載荷、依次點下去,可以看到查詢參數有兩個,分別是:word:風景圖 queryWord:風景圖
我們可以利用這兩個查詢參數進行自定義:
我們要查找到真實的url地址,然後對url查詢參數自定義,點擊旁邊的標頭,我們看見瞭剛才的查詢參數:word 和queryWord這兩個參數,
接下來,我們使用讓用戶輸入參數值,然後進行傳參到url地址裡面的word和queryWord參數,
那麼word和queryWord參數,url地址裡面就不能有瞭值瞭,使用{}被傳參,後面使用format函數對輸入的參數進行傳參{},最後形成我們需要的網址
word = input('請輸入要搜索的圖片:') url = 'https://image.baidu.com/search/acjson?tn=resultjson_com&logid=5853806806594529489&ipn=rj&ct=201326592&is=&fp=result&fr=ala&word={}&queryWord={}&cl=2&lm=-1&ie=utf-8&oe=utf-8&adpicid=&st=&z=&ic=&hd=&latest=©right=&s=&se=&tab=&width=&height=&face=&istype=&qc=&nc=&expermode=&nojc=&isAsync=&pn=30&rn=30&gsm=1e&1658411978178='.format(word, word) print(url) 打開網址就是你輸入的內容
下一步我們要對請求頭進行偽裝,防止被服務器識別為爬蟲程序
headers = {"User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36 Edg/99.0.1150.39'}
判斷該文件夾是否存在,存在則創建,不存在則覆蓋;發送請求並打印源碼
if not os.path.exists(files): #假如沒有文件執行以下代碼: os.makedirs(files) #有文件夾則覆蓋,沒有則創建 req=requests.get(url=url,headers=headers).text #獲取源碼 print(req) #輸出源碼
正則式:
res='"thumbURL":"(.*?)"' #正則式 zhengze=re.findall(res,req) #調用findall函數進行匹配
遍歷url地址並發送請求
i=1 #計數 for a in zhengze: #遍歷刷選後的網址 get_image(a,i) #將遍歷後的url地址傳到get-image這個函數 i+=1 #每執行一次加1 print(a) #打印地址 response=requests.get(url=a,headers=headers).content #獲取二進制文件
設置保存類型及保存位置
file=files+word+str(i)+'張.jpg' #設置 文件夾 路徑+文件名以及類型 (完整地址) with open(file,'wb') as f: #寫二級制文件類型,並修改變量名 f.write(response) #把獲取到的二進制文件寫入 print(word+str(i)+'張.jpg''保存成功') #提示保存成功
那麼接下來奉上完整源碼:
import re #篩選url import requests #請求 import os #創建文件夾 word = input('請輸入要搜索的圖片:') url = 'https://image.baidu.com/search/acjson?tn=resultjson_com&logid=5853806806594529489&ipn=rj&ct=201326592&is=&fp=result&fr=ala&word={}&queryWord={}&cl=2&lm=-1&ie=utf-8&oe=utf-8&adpicid=&st=&z=&ic=&hd=&latest=©right=&s=&se=&tab=&width=&height=&face=&istype=&qc=&nc=&expermode=&nojc=&isAsync=&pn=30&rn=30&gsm=1e&1658411978178='.format(word, word) #偽裝瀏覽器 headers = {"User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36 Edg/99.0.1150.39'} files='D:/{}/'.format(word) #創建文件夾路徑 if not os.path.exists(files): #假如沒有文件執行以下代碼: os.makedirs(files) #有文件夾則覆蓋,沒有則創建 req=requests.get(url=url,headers=headers).text #獲取源碼 res='"thumbURL":"(.*?)"' #正則式 zhengze=re.findall(res,req) #篩選 i=1 #計數 for a in zhengze: #遍歷刷選後的網址 get_image(a,i) #將遍歷後的url地址傳到get-image這個函數 i+=1 #每執行一次加1 print(a) #打印地址 response=requests.get(url=a,headers=headers).content #獲取二進制文件 file=files+word+str(i)+'張.jpg' #設置 文件夾 路徑+文件名以及類型 (完整地址) with open(file,'wb') as f: #寫二級制文件類型,並修改變量名 f.write(response) #把獲取到的二進制文件寫入 print(word+str(i)+'張.jpg''保存成功') #提示保存成功
我們來看看運行結果怎麼樣:
可以看到我搜索的是柴犬,對源碼中的每個圖片鏈接進行發送並保存。
那我保存的圖片是否是柴犬呢?我們看看吧:
可以看到保存的就是柴犬圖片並且創建瞭一個文件夾!
到此這篇關於python做圖片搜索引擎並保存到本地詳情的文章就介紹到這瞭,更多相關python圖片搜索引擎內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python3 requests 各種發送方式詳解
- Python實現復制文檔數據
- Python爬蟲報錯<response [406]>(已解決)
- Python 爬取網頁圖片詳解流程
- 教你如何利用python3爬蟲爬取漫畫島-非人哉漫畫