zoukankan      html  css  js  c++  java
  • 高清图片爬取

    目标网站:https://unsplash.com/

    目的:爬取一些图片作为Java小程序的背景图

    代码如下:

    import requests,json,time,sys
    from contextlib import closing
    next_page =[]#存放下一页面网址
    next_page_0='http://unsplash.com/napi/feeds/home'#起始爬取页面
    next_page.append(next_page_0)#放入数组
    headers = {'authorization':'Client-ID c94869b36aa272dd62dfaeefed769d4115fb3189a9d1ec88ed457207747be626'}
    headers_1 = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.79 Safari/537.36'}
    filename=1
    download_server='https://unsplash.com/photos/xxx/download?force=trues'
    k=1
    for i in range(40):
        photos_id = []#存放图片id
        req = requests.get(url=next_page[i],headers=headers,verify=False)
        html = json.loads(req.text)#html是经过一系列措施之后得到的网站信息,跟平常的静态网站信息类似,因为是动态态网站,所以不能直接得到
        next_page_t = html['next_page']#找到下一个页面的链接
        print(next_page_t +'找到了下一页的地址')
        next_page.append(next_page_t)
        for each in html['photos']:#进入页面的photos标签下寻找该页面下照片id
            photos_id.append(each['id'])#照片id存入数组
            print(each['id'])
            time.sleep(1)
        for j in range(len(photos_id)):#照片下载
            print('  正在爬取第%d张图片' % (k))
            k=k+1
            target = download_server.replace('xxx',photos_id[j])
            with closing(requests.get(url=target,stream=True,verify=False,headers=headers)) as r:
                with open(('E:/照片爬取/'+ '%d.jpg' % filename), 'ab+') as f:
                    filename=filename+1
                    for chunk in r.iter_content(chunk_size = 1024):
                        if chunk:
                           f.write(chunk)
        time.sleep(1)

    爬取结果如下:

    程序中预计爬取40张,但17张够用了,所以停止了爬取,但是存在一个问题,就是爬取的速度很慢,还没有想好怎么解决这个问题。。。。。

  • 相关阅读:
    c#pda(wince)摄像头拍照程序
    单点登录在ASP.NET上的简单实现(图)
    写文件 指定固定开始位置
    关于"System.Web.HttpException: 超过了最大请求长度。"错误的解决
    配置本地YUM:
    开启mysql的审计功能
    用GRE通道连通机房之间的私网
    让nginx支持PATH_INFO
    Linux在本地使用yum安装软件
    sysbench的安装及使用
  • 原文地址:https://www.cnblogs.com/yinbiao/p/8438967.html
Copyright © 2011-2022 走看看