20 行 Python 代码批量抓取免费高清图片！

前言

相信在你的工作中可能会经常用到PPT吧，你在PPT制作过程中有没有这样的困惑，就是可以到哪里找到既高清又无版权争议的图片素材呢？这里强烈推荐ColorHub，这是一个允许个人和商业用途的免费图片网站，真的很赞！从她的主页界面来看，也许你就会爱上她。

Python资源共享群：484031800

那么，如何将网站中的图片存储到本地呢（例如比较关心跟数据相关的素材）？如果做到了，就可以在没有网络的情况下，随心所欲的选择精美图片制作PPT，随时随地的查看自己的图片库。而本文所要跟大家分享的就是这个问题的解决方案。

爬虫思路

我们知道，对于图片网站的抓取，往往需要经过三层网页链接，为了能够直观地理解这三层链接，可以查看下图：

顶层页：是指通过网站主页的搜索栏，搜索出感兴趣的图片方向，便进入到的图片列表页，它的样子是这样的：

次层页：是指点击图片列表页中的某张图片，转而对应到的图片详情页，它的样子是这样的：

目标页：最后就是为了抓取图片详情页中的那张高清图片，而这张图片在网页源代码中就是一个图片链接，它的样子是这样的：

所以，爬虫抓取图片的最终目的就是找到高清图片所对应的链接。接下来将通过代码的介绍，呈现三层链接的寻找和请求过程。代码的每一行都将对应中文解释，如果还有其他疑问，可以在留言区留言，我会第一时间给你答复。

# 导入第三方包
import
 requests
from
 bs4 
import
 
BeautifulSoup
import
 random
import
 time
from
 fake_useragent 
import
 
UserAgent
# 通过循环实现多页图片的抓取
for
 page 
in
 range(
1
,
11
):
    
# 生成顶层图片列表页的链接
    fst_url = r
'https://colorhub.me/search?tag=data&page={}'
.format(page)
    
# 生成UA，用于爬虫请求头的设置
    UA = 
UserAgent
()
    
# 向顶层链接发送请求
    fst_response = requests.get(fst_url, headers = {
'User-Agent'
:UA.random})
    
# 解析顶层链接的源代码
    fst_soup = 
BeautifulSoup
(fst_response.text)
    
# 根据HTML的标记规则，返回次层图片详情页的链接和图片名称
    sec_urls = [i.find(
'a'
)[
'href'
] 
for
 i 
in
 fst_soup.findAll(name = 
'div'
, attrs = {
'class'
:
'card'
})]
    pic_names = [i.find(
'a'
)[
'title'
] 
for
 i 
in
 fst_soup.findAll(name = 
'div'
, attrs = {
'class'
:
'card'
})]
    
# 对每一个次层链接做循环
    
for
 sec_url,pic_name 
in
 zip(sec_urls,pic_names):
        
# 生成UA，用于爬虫请求头的设置
        UA = 
UserAgent
()
        ua = UA.random
        
# 向次层链接发送请求
        sec_response = requests.get(sec_url, headers = {
'User-Agent'
:ua})
        
# 解析次层链接的源代码
        sec_soup = 
BeautifulSoup
(sec_response.text)
        
# 根据HTML的标记规则，返回图片链接
        pic_url = 
'https:'
 + sec_soup.find(
'img'
,{
'class'
:
'card-img-top'
})[
'src'
]
        
# 对图片链接发送请求
        pic_response = requests.get(pic_url, headers = {
'User-Agent'
:ua})
        
# 将二进制的图片数据写入到本地（即存储图片到本地）
        
with
 open(pic_name+
'.jpg'
, mode = 
'wb'
) 
as
 fn:
            fn.write(pic_response.content)
        
# 生成随机秒数，用于也没的停留
        seconds = random.uniform(
1
,
3
)
        time.sleep(seconds)

不难发现，代码的核心部分就16行，还是很简单的吧。还不赶快去测试一下这里的代码哦（如果你对某个方面感兴趣，如商务、建筑、植物等，通过搜索，找到顶层页链接，替换代码中的fst_url值即可）。

在运行完如上代码后，将会抓取ColorHub网站中的10页图片，一共包含325张高清图片，展示如下：