手把手教你用Python网络爬虫获取壁纸图片
共 2977字，需浏览 6分钟
·
2020-10-11 02:16
回复“书籍”即可获赠Python从入门到进阶共10本电子书
/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):passif __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).contentwith 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~
------------------- End -------------------
往期精彩文章推荐：
欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情，点个【在看】行不行
/今日留言主题/
随便说一两句吧~~