python做圖片搜索引擎并保存到本地詳情

更新時(shí)間：2022年08月10日 11:46:34 作者：?王馨雅?

這篇文章主要介紹了python做圖片搜索引擎并保存到本地詳情，文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的朋友可以參考一下

前言

我們先說(shuō)一下思路：先對(duì)目標(biāo)網(wǎng)站發(fā)送請(qǐng)求，獲取html源碼，然后對(duì)源碼里面的所以圖片鏈接進(jìn)行篩選，然后再次對(duì)圖片鏈接發(fā)送請(qǐng)求，然后保存。

思路大致是這樣，話不多說(shuō)，直接上代碼：

用到的模塊：

import requests  #請(qǐng)求庫(kù)  第三方庫(kù)，需要安裝： pip install requests
import re        #篩選庫(kù)，py自帶，無(wú)需安裝

查找接口：

打開(kāi)F12打開(kāi)開(kāi)發(fā)者工具,點(diǎn)擊網(wǎng)絡(luò)、Fetch/XHR、載荷、依次點(diǎn)下去，可以看到查詢(xún)參數(shù)有兩個(gè)，分別是：word：風(fēng)景圖 queryWord：風(fēng)景圖

我們可以利用這兩個(gè)查詢(xún)參數(shù)進(jìn)行自定義：

我們要查找到真實(shí)的url地址，然后對(duì)url查詢(xún)參數(shù)自定義，點(diǎn)擊旁邊的標(biāo)頭，我們看見(jiàn)了剛才的查詢(xún)參數(shù)：word 和queryWord這兩個(gè)參數(shù)，

接下來(lái)，我們使用讓用戶(hù)輸入?yún)?shù)值，然后進(jìn)行傳參到url地址里面的word和queryWord參數(shù)，

那么word和queryWord參數(shù)，url地址里面就不能有了值了，使用{}被傳參，后面使用format函數(shù)對(duì)輸入的參數(shù)進(jìn)行傳參{}，最后形成我們需要的網(wǎng)址

word = input('請(qǐng)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=&copyright=&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(kāi)網(wǎng)址就是你輸入的內(nèi)容

下一步我們要對(duì)請(qǐng)求頭進(jìn)行偽裝，防止被服務(wù)器識(shí)別為爬蟲(chóng)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(chuàng)建，不存在則覆蓋；發(fā)送請(qǐng)求并打印源碼

if not os.path.exists(files): #假如沒(méi)有文件執(zhí)行以下代碼：
    os.makedirs(files) #有文件夾則覆蓋，沒(méi)有則創(chuàng)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(diào)用findall函數(shù)進(jìn)行匹配

遍歷url地址并發(fā)送請(qǐng)求

i=1 #計(jì)數(shù)
for a in zhengze: #遍歷刷選后的網(wǎng)址        get_image(a,i) #將遍歷后的url地址傳到get-image這個(gè)函數(shù)
    i+=1  #每執(zhí)行一次加1
    print(a) #打印地址
    response=requests.get(url=a,headers=headers).content #獲取二進(jìn)制文件

設(shè)置保存類(lèi)型及保存位置

    file=files+word+str(i)+'張.jpg' #設(shè)置 文件夾 路徑+文件名以及類(lèi)型 （完整地址）
    with open(file,'wb') as f: #寫(xiě)二級(jí)制文件類(lèi)型，并修改變量名
        f.write(response) #把獲取到的二進(jìn)制文件寫(xiě)入
        print(word+str(i)+'張.jpg''保存成功') #提示保存成功

那么接下來(lái)奉上完整源碼：

import re   #篩選url
import requests  #請(qǐng)求
import os  #創(chuàng)建文件夾
word = input('請(qǐng)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=&copyright=&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(chuàng)建文件夾路徑
if not os.path.exists(files): #假如沒(méi)有文件執(zhí)行以下代碼：
    os.makedirs(files) #有文件夾則覆蓋，沒(méi)有則創(chuàng)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(jì)數(shù)
for a in zhengze: #遍歷刷選后的網(wǎng)址        get_image(a,i) #將遍歷后的url地址傳到get-image這個(gè)函數(shù)
    i+=1  #每執(zhí)行一次加1
    print(a) #打印地址
    response=requests.get(url=a,headers=headers).content #獲取二進(jìn)制文件
    file=files+word+str(i)+'張.jpg' #設(shè)置 文件夾 路徑+文件名以及類(lèi)型 （完整地址）
    with open(file,'wb') as f: #寫(xiě)二級(jí)制文件類(lèi)型，并修改變量名
        f.write(response) #把獲取到的二進(jìn)制文件寫(xiě)入
        print(word+str(i)+'張.jpg''保存成功') #提示保存成功

我們來(lái)看看運(yùn)行結(jié)果怎么樣：