用Python进行简单的爬虫，爬取你想要的图作为训练样本补充

        实习的时候发现，有的时候某些类别的数据样本不太够，这时候就需要我们自己从其他渠道拿到这一类的样本，我这里的样本主要是指图片，因为我主要是做CV的。

        Python的语法很简单，特别容易上手，也很适合拿来做爬虫。这里实现的功能就是，输入你要爬的图片的名称，然后通过百度图片爬取保存在本地文件夹中。

        

#!-*- coding:utf-8 -*-
# FileName : Web Crawler.py
# Author : Canran Lin
# Data : 2018/06/23
# 这个爬虫的作用就是：输入你想要爬的图片的名称，然后自动通过百度图片爬取保存在本地文件夹中
# 需要用到的模块：re(正则表达式），request，random

import re  # 导入正则表达式模块
import requests  # python HTTP客户端 编写爬虫和测试服务器经常用到的模块
import random  # 随机生成一个数，范围[0,1]


# 定义函数方法
def CrawlerPic(html, keyword):
    print('正在查找 ' + keyword + ' 对应的图片,下载中，请稍后......')
    for addr in re.findall('"objURL":"(.*?)"', html, re.S):  # 查找URL
        print('正在爬取地址：' + str(addr)[0:40] + '...')  # 爬取的地址长度超过40时，用'...'代替后面的内容

        try:
            pics = requests.get(addr, timeout=10)  # 请求URL时间（最大10秒）
        except requests.exceptions.ConnectionError:
            print('您当前请求的地址出现错误')
            continue

        # 抓取的图片自动保存在本地文件夹并自动命名
        fq = open('你想保存的文件夹的路径地址' + (keyword + '_' + str(random.randrange(0, 1000, 4)) + '.jpg'), 'wb')  # 下载图片，并保存和命名
        fq.write(pics.content)
        fq.close()

    # python的主方法


if __name__ == '__main__':
    # "word"的作用就是接收你想要找的图片名称，然后拼接到“百度图片”的链接上
    #
    # 查看谷歌浏览器搜索栏百度图片“汽车”的链接
    word = input('请输入你要搜索的图片关键字：')
    result = requests.get(
        'http://image.baidu.com/search/index?tn=baiduimage&ps=1&ct=201326592&lm=-1&cl=2&nc=1&ie=utf-8&word=' + word)

# 调用函数
CrawlerPic(result.text, word)

爬取到的图片会按照我们的命名规则来命名，并自动保存在我们的文件夹下。