zoukankan      html  css  js  c++  java
  • 图库网站Unsplash高清原图爬虫

    【摘要】 写博客的好工具,快速获得高清图片

    百度图片爬虫小助手里,我开发了一个爬虫,来节约我写博客时搜集图片的时间。

    但是,也出现了一些问题,主要有以下几点:

    • 百度图片上的质量参差不齐,大部分图片质量不够

    • 图片分辨率普遍不够

    • 图片存在版权问题,许多图片存在水印或logo

    针对上面的几个问题,我找了一个新的图库网站Unsplash来获得图片。

    Unsplash首页

    Unsplash上的图片都是免费的,因此不存在水印的问题,而且,针对同一图片,还提供不同尺寸(raw,full,regular,small,thumb),就我发博客这一需求而言,regular级别的图片已经可以满足。

    进入Unsplash,打开F12开发者工具抓包,输入关键字boy,试图找到相关的request,得到了这些信息

    上图红色框是接口地址,蓝色框中是向这个接口发送的入参,我们再看一下这个接口返回的数据。

    红色框中返回了20条数据,正好对应的向接口发送的入参per_page:20(即每页返回20张图片信息),查看每一张图片的信息,可以看到以下内容。

    红色框中正是图片的URL地址,绿色框中用了一句话对图片进行大致描述,而蓝色框中可以看出,图片根据不同尺寸分了好几种规格,这应该是方便在不同的设备之间进行显示。

    由于Unplash是国外的图库网站,因此并不支持中文查询。但这可难不倒我们,在网上找了个翻译接口将中文翻译成英文,就可以解决这个问题了,我采用的是百度的翻译接口,这里就不展开讲述了。

    爬虫的流程

    我们看一下爬虫的结果吧!

    爬虫下载的“programmer”部分图片

    image-32.png

    爬虫下载的“boy”部分图片

    可以看出,下载的图片质量是非常不错的。为了加速爬虫,并节约硬盘资源,我选择下载reular级别的图片,下面我们看一下这个级别的图片在博客上展示有没有什么问题。

    总的来说,Unsplash上的图片质量是比百度图库要好的,但有些特殊的词,Unsplash收录的图片数量就没有百度图库多了,有时间再将Unsplash爬虫与百度爬虫结合起来,希望我的博客在编辑速度以及美观方面能有所提升。

     来源:华为云社区  作者:开飞机的大象

  • 相关阅读:
    .net 中ifram的session过期,跳转到登录页面
    新建物料组!
    WCF学习系列(1)
    WCF学习系列(4)————数据协定
    AX中操作Excel
    WCF学习系列(3)————承载
    简单的库存模型组
    博弈_ZOJ3591_序列中子序列异或值大于0.cpp
    zoj2527_求最长等差数列
    第二次周日赛
  • 原文地址:https://www.cnblogs.com/2020-zhy-jzoj/p/13165750.html
Copyright © 2011-2022 走看看