5000张高清壁纸大图（手机用），用Python在法律的边缘又试探了一把

昨日下了直播，橡皮擦在浏览网页，忽然发现一张手机壁纸不错，既然来都来了，不试一把也不合适。

Python 爬虫 120 例，已完成文章清单

1. 10 行代码集 2000 张美女图，Python 爬虫 120 例，再上征途
2. 通过 Python 爬虫，发现 60%女装大佬游走在 cosplay 领域
3. Python 千猫图，简单技术满足你的收集控
4. 熊孩子说“你没看过奥特曼”，赶紧用 Python 学习一下，没想到
5. 技术圈的【多肉小达人】，一篇文章你就能做到
6. 我用 Python 连夜离线了 100G 图片，只为了防止网站被消失
7. 对 Python 爬虫编写者充满诱惑的网站,《可爱图片网》,瞧人这网站名字起的

千张壁纸秒爬取

数据源分析

爬取目标

图片首页地址为：https://www.3gbizhi.com/sjbz/index_1.html，该网站壁纸质量不错，清晰度也非常好，重点是对爬虫也非常友善，试了几次，爬取速度都可以，因此大家应该把该网站用于学习目的。

使用的 Python 模块

本次使用

requests

，

re

，

threading

。

threading

模块将在本案例中，进行分页多线程抓取。

重点学习内容

爬虫基本套路

多线程图片爬虫

通过小图获取大图

列表页分析

分析列表的时候发现，该网站可以直接通过，修改列表页图片地址获取高清地址，有这样的技巧存在，就能大幅度减少爬虫代码编写量，具体如下。

通过浏览器检查图片标签，获得如下图所示图片地址，即

https://pic.3gbizhi.com/2020/1214/20201214112632727.jpg.476.780.jpg

。

在浏览器中打开该地址，得到一张图片预览地址，去除

.476.780

相关内容，直接获取到大图地址，即

https://pic.3gbizhi.com/2020/1214/20201214112632727.jpg

。

既然可以通过列表页直接获取大图地址，那针对该网站的爬取，直接通过列表页即可实现。下面就可以针对分析进行需求的整理工作。

整理需求如下

1. 爬取目标网站列表页；
2. 分析图片大图链接；
3. 请求图片，保存图片。

编码时间

在上文针对列表页面进行了数据上的分析，接下来就可以对其进行代码编写了。

编写图片地址提取代码，该代码的重点在于，需要将图片地址后面的缩放进行处理，即下述代码

url[:url.find('jpg')+3]

部分内容，下文中的正则表达式部分需要特别注意，在网站上右键查看的源码与服务器返回的代码存在差异，测试时需针对服务器返回进行匹配。

下文代码中

save_image

在后文涉及。

import requests
import re
import threading

headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; Win64; x64) "}

# 循环获取 URL
def get_image(base_url):

res = requests.get(url=base_url, headers=headers)

if res is not None:
html = res.text
# 正则表达式提取数据
pattern = re.compile(
'<img lazysrc="(.*?)" lazysrc2x=".*?" width="221" height="362" alt=".*?" title="(.*?)"')
match_list = pattern.findall(html)
for url, title in match_list:
# url 字符串进行处理，去除缩略图部分
save_image(url[:url.find('jpg')+3], title)

print(match_list)

此时获取到的就是图片的真实地址，调用

save_image

函数，对远程图片进行存储。其中

title

为图片存储地址。

def save_image(url, title):
try:
print(f"{title} - {url}")
res = requests.get(url=url, headers=headers)

if res is not None:
html = res.content

with open(f"images/{title}.jpg", "wb+") as f:
f.write(res.content)
except Exception as e:
print(e)

最后使用多线程进行爬取，开启 5 个线程，当所有线程结束运行时，停止整体代码。

if __name__ == '__main__':
num = 0
# 最多开启5个线程
semaphore = threading.BoundedSemaphore(5)
for index in range(189):
t = threading.Thread(target=get_image, args=(
f"https://www.3gbizhi.com/sjbz/index_{index}.html",))
t.start()
while threading.active_count() != 1:
pass
else:
print('所有线程运行完毕')

运行我们的爬虫程序，会看到图片批量的存储到了本地。

抓取结果展示时间

抓取到非常多优质的手机壁纸，换到手机不能用，都用不完了。

完整代码下载地址：https://codechina.csdn.net/hihell/python120，NO8。

代码编写过程中，顺手爬取了一堆图片，可以提前预览一波，看看图，在决定是否运行这段代码。

• 3190 张手机壁纸
• 613 张高清手机壁纸

爬取资源仅供学习使用，侵权删。

抽奖时间

只要评论数过 100
随机抽取一名幸运读者
奖励 29.9 元《Python 游戏世界》专栏 1 折购买券一份，只需 2.99 元

今天是持续写作的第 169 / 200 天。可以点赞、评论、收藏啦。

相关阅读

• 对Python爬虫编写者充满诱惑的网站,《可爱图片网》,瞧人这网站名字起的
• 我用 Python 连夜离线了 100G 图片，只为了防止网站被消失
• 技术圈的【多肉小达人】，一篇文章你就能做到