利用python爬虫爬取图片并且制作马赛克拼图

　　想在妹子生日送妹子一张用零食（或者食物类好看的图片）拼成的马赛克拼图，因此探索了一番= =。

　　首先需要一个软件来制作马赛克拼图，这里使用Foto-Mosaik-Edda（网上也有在线制作的网站，但是我觉得这个比较方便，而且也找到了一个汉化过的版本，地址为http://witmax.cn/foto-mosaik-edda.html）。要制作马赛克拼图，需要一个图片的数据库，至少需要几千张图片。因此需要爬虫来爬取。

　　从网上学习了一番后copy了一些代码然后从一个外国的图片网站爬取了4000余张关键字为food的图片，python代码如下：

import requests
import re
import os
import time


def get_url(url):
    kw = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64)'}
    try:
        r = requests.get(url, headers=kw)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r
    except:
        print('wrong!!!!!!!!!!!')


def get_photourl(photo_url):
    kw = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64)'}
    try:
        r = requests.get(photo_url, headers=kw)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r
    except:
        return 'wrong'


def get_photos(url, new_fpath):
    result = get_url(url)
    # pattern = re.compile(r'src="https://images.pexels.com/photos/(d+)/(.*?).(jpg|jpeg)?auto=compress&cs=tinysrgb&h=350"', re.S)
    pattern = re.compile(
        'src="https://images.pexels.com/photos/(d+)/(.*?)?auto=compress&cs=tinysrgb&h=750&w=1260"')
    # 真正的下载链接是static，不是images开头

    items = re.findall(pattern, result.text)

    print("log!");
    for item in items:
        print(item);

    for item in items:
        try:
            photo_url = 'https://static.pexels.com/photos/' + str(item[0]) + '/' + str(item[1]) + "?auto=compress&cs=tinysrgb&h=350";
            print("url: " + photo_url);
            # 把图片链接中的images，改成了static
            save(photo_url, item, new_fpath)
            time.sleep(1)
        except:
            continue


def makedir(new_fpath, i, key):
    E = os.path.exists(new_fpath)
    if not E:
        os.makedirs(new_fpath)
        os.chdir(new_fpath)
        print('文件夹' + key + '_page' + str(i) + '创建成功！')
    else:
        print('文件夹已存在！')


def save(photo_url, item, new_fpath):
    Final_fpath = new_fpath + '/' + str(item[0]) + str(item[1]);
    print("保存文件名: " + Final_fpath)

    print('正在下载图片......')

    result = get_photourl(photo_url)
    if result != 'wrong':
        print('下载成功！')
    else:
        print('失败')

    E = os.path.exists(Final_fpath)

    if not E:
        try:
            with open(Final_fpath, 'wb') as f:
                f.write(result.content)
        except:
            print('下载失败！')
    else:
        print('图片已存在')


def main():
    key = input('请输入搜索关键词(英文)：')

    url = 'https://www.pexels.com/search/' + key + '/'

    # num = int(input('请输入一共要下载的页数：'))  # 默认从第1页开始下载
    st = int(input('请输入起始页码：'))
    ed = int(input('请输入终止页码：'))

    fpath = 'C:/python/pic'
    for i in range(st, ed+1):
        new_fpath = fpath + '/' + key + '/' + key + '_page' + str(i)
        makedir(new_fpath, i, key)
        new_url = url + '?page=' + str(i)
        get_photos(new_url, new_fpath)
        time.sleep(3)


main()

　　

　　不得不说python真的很强大，爬虫真的很有意思，有一种在网页的源代码中分析然后处理做事的快乐~