Python爬虫系列(六)外国图库Unsplash图片自动化下载
2017-08-31 10:03
525 查看
再做一个网站,要找一些高清图片,然后同学推荐了这个网站:Unsplash 。但是每张图片下载要手动点,然后下拉加载更多图片,效率不高,所以自己写了爬虫程序,进行自动化下载图片,自己参考了下面这篇文章(很多地方有所改动):
Python爬虫小白入门(五)PhatomJS+Selenium第二篇
一、分析网站,找到图片的src地址
因为这个网站和上一篇的360图库差不多,图片相关信息是通过js动态加载的,所以自己先观察了下network下的XHR,果然找到想要的信息,并且响应数据是我们容易处理的json格式,但是自己爬去的时候,请求被拒绝了。。。
每次下拉请求10张图片的相关信息
但是我们直接请求的话,是直接被拒绝的。。
然后自己尝试获取网页源代码,然后找到img的源地址,通过分析发现,每张图片放在a标签里,class=“cV68d”,background-image的url地址就是图片的源地址。
图片的位置
所以大致思路是:首先通过的selenium+Chrome() (ps:我用PhantomJS有bug过不去。)模拟浏览器下拉行为,然后获取网页源代码,通过xpath和正则表达式获取到图片的源地址,然后获取图片名称,并下载保存。
程序需要用到的模块
2、 驱动使用的Chrome,需要提前准备好。
初始化构造函数
2、使用execute_script()执行js脚本,实现浏览器下拉
下拉操作
3、获取a标签的style内容,然后获取到目标数据,最后执行保存图片方法
这里提到一点就是:fina_src=urlparse(' '+ src).path.strip(),这里我用空格拼接一下的目的是为了能够正确得到图片的地址,否则解析的path内容不正确
path的内容不正确
url加上的空格之后,效果是下面
正确的path内容
(ps:这个调了好长时间,,头皮发麻)
下载图片
4、执行函数,这里设置下拉三次,下载的图片不是30张,而是500多,原因也很简单:每次下拉的高度是下拉到底部,一个窗口的高度,而加载10张图片只需下拉一点高度。
过程有点慢。
三、执行效果
模拟下拉动作,然后下载
大功告成
源码:https://github.com/yanqiangmiffy/Unsplash
Python爬虫小白入门(五)PhatomJS+Selenium第二篇
一、分析网站,找到图片的src地址
因为这个网站和上一篇的360图库差不多,图片相关信息是通过js动态加载的,所以自己先观察了下network下的XHR,果然找到想要的信息,并且响应数据是我们容易处理的json格式,但是自己爬去的时候,请求被拒绝了。。。
每次下拉请求10张图片的相关信息
但是我们直接请求的话,是直接被拒绝的。。
然后自己尝试获取网页源代码,然后找到img的源地址,通过分析发现,每张图片放在a标签里,class=“cV68d”,background-image的url地址就是图片的源地址。
图片的位置
所以大致思路是:首先通过的selenium+Chrome() (ps:我用PhantomJS有bug过不去。)模拟浏览器下拉行为,然后获取网页源代码,通过xpath和正则表达式获取到图片的源地址,然后获取图片名称,并下载保存。
二、程序代码及相关解释
1、这次使用的模块有点多,主要是为了方便操作和下载图片程序需要用到的模块
2、 驱动使用的Chrome,需要提前准备好。
初始化构造函数
2、使用execute_script()执行js脚本,实现浏览器下拉
下拉操作
3、获取a标签的style内容,然后获取到目标数据,最后执行保存图片方法
这里提到一点就是:fina_src=urlparse(' '+ src).path.strip(),这里我用空格拼接一下的目的是为了能够正确得到图片的地址,否则解析的path内容不正确
path的内容不正确
url加上的空格之后,效果是下面
正确的path内容
(ps:这个调了好长时间,,头皮发麻)
下载图片
4、执行函数,这里设置下拉三次,下载的图片不是30张,而是500多,原因也很简单:每次下拉的高度是下拉到底部,一个窗口的高度,而加载10张图片只需下拉一点高度。
过程有点慢。
三、执行效果
模拟下拉动作,然后下载
大功告成
源码:https://github.com/yanqiangmiffy/Unsplash
相关文章推荐
- Python练手爬虫系列No.1 知乎福利收藏夹图片批量下载
- Python 爬虫学习 网页图片下载
- scrapy爬虫学习系列五:图片的抓取和下载
- python 爬虫 下载图片
- 每天一篇python:简单爬虫下载图片篇
- python当爬虫遇到了防盗链_之_天涯图片下载andweibo微博图片下载
- python实现爬虫下载美女图片
- python爬虫学习多进程下载图片
- python爬虫:下载百度贴吧图片(多页)学习笔记
- Python实现简单爬虫功能--批量下载百度贴吧里的图片
- python简单的图片下载小爬虫
- python实现与八爪鱼图片下载转换器等效的爬虫工具
- [python][爬虫]从网页中下载图片
- python爬虫之图片下载
- python 网页爬虫,下载网络图片
- python爬虫 分页获取图片并下载
- python爬虫(1) 之下载图片
- Python3网络爬虫:Scrapy入门之使用ImagesPipline下载图片
- 【Python】python3实现网页爬虫下载图片
- python 3.x网络爬虫 下载图片