百度(baidu)、bing、sogo、360关键字 - 图片批量下载
2022-07-27
SHTL 博客:https://www.shtlls.ltd
说明:
注意一: 通过脚本下载的图片,仍会存在保存之后无法显示的情况,因为有的图片接口能访问,但是没有资源,只有一些提示资源不存在的文字说明,那么就自然无法通过图片的形式进行展示了。
注意二: 下载到本地的图来源虽说都来自同一搜索引擎,却不一定是同一数据源,来自原平台(比如:搜狐新闻、小红书、微博等其他平台)和搜索引擎缓存之后
除了百度,百度搜索目前查看的几个url都是一致的
原平台 : 优点 => 数据质量更好、更清晰 缺点 => 容易出现原图url无法请求
缓存后的搜索引擎 : 优点 => 下载较稳定 缺点 => 画质较差
当前代码中下载的仍是原平台数据,确保质量!
- 百度(baidu)
# -*- encoding: utf-8 -*-
import requests
from lxml import etree
page = input('请输入要爬取多少页:')
page = int(page) + 1
header = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 11_1_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'
}
n = 1213
pn = 1
# pn是从第几张图片获取 百度图片下滑时默认一次性显示30张
for m in range(1, page):
url = 'https://image.baidu.com/search/acjson'
param = {
'tn': 'resultjson_com',
'logid': '8846269338939606587',
'ipn': 'rj',
'ct': '201326592',
'is': '',
'fp': 'result',
'queryWord': '真人玩手机侧面',
'cl': '2',
'lm': '-1',
'ie': 'utf-8',
'oe': 'utf-8',
'adpicid': '',
'st': '-1',
'z': '',
'ic': '',
'hd': '',
'latest': '',
'copyright': '',
'word': '真人玩手机侧面',
's': '',
'se': '',
'tab': '',
'width': '',
'height': '',
'face': '0',
'istype': '2',
'qc': '',
'nc': '1',
'fr': '',
'expermode': '',