python爬虫百度图片之js解密，一起唠唠百度图片。

仅供学习，不得进行商业用途。谢谢呢！

个人博客：http://www.feastawlisao.com/
欢迎关注个人公众号：pythonORjs

一个朋友说要用蘑菇，做一些人工智能识别，没有素材，让我给他搞点图片。。。。
我当然是不答应的，我天，，，，
所以我就没写…
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　本篇文章完。。。
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
诶，诶，等会，，，，，回来，回来，，，，

还是算了吧，，请听下回分解。。。。

进入正题：
１．打开百度，搜索蘑菇图片，具体你们想搜啥搜啥，爱搜啥搜啥，好吧！新手注意以下内容，

看到这种网站，第一种想的应该是ajax动态加载，我们把滚动条往下拉。
拉…
接着拉…
拉到明年为止，ajax就破解了，就问你简单不简单？？？

往下来，就会发现出现了新的请求，诶，是咱们搜的蘑菇哦！
我们来分析一波这个请求，
发现携带了这么多参数，那肯定好多参数都是没用的拉，哇，我真聪明！有木有？？

那我们就分析一波，好啦！

复制url到浏览器，进行分析，得到需要的参数就四个即可

http://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&word=%E8%98%91%E8%8F%8&pn=30

tn=resultjson_com
ipn=rj
word=%E8%98%91%E8%8F%8                 # 这个是浏览器经过编码得出来的，，就是我们搜的‘’蘑菇‘’
pn=30                                  # 这个经过分析是循环的页数

那么一切ok，我们开始行动！敲代码！！！

import requests

for x,i in enumerate(range(0,100000000000,30)):
    url_img = 'http://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&word=花草&pn={}'.format(i)
    response = requests.get(url_img).json()
    print(response)
    break

此处，我们不知道百度图片有多少页，，那就写上1千万吧，，哈哈啊哈哈哈，

诶，，出来了，，很神奇，有木有…
好吧，没啥神奇的
我们分析一下json数据，，
然后…

为啥么每一个都是403.。
我被骗了
气死我了
我这暴脾气
冷静，冷静
数据不可错的
那么数据就是被加密的，分析一波，发现个可疑得数据

这个是个objURL，怎么会长得这么四不像呢？
加密方式具体可以参考：
可以参考一个：https://blog.youkuaiyun.com/hbuxiaoshe/article/details/44780653

这种加密方式显得有点low了，，玩文字替换，，，
完整代码如下：

import requests,re

name = '蘑菇'
for x, i in enumerate(range(0, 100000000000, 30)):
    url_img = 'http://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&word=花草&pn={}'.format(i)
    response = requests.get(url_img).json()
    for data in response['data']:
        if data:
            objURL = data['objURL']

            table = {'w': "a", 'k': "b", 'v': "c", '1': "d", 'j': "e", 'u': "f", '2': "g", 'i': "h",
                     't': "i", '3': "j", 'h': "k", 's': "l", '4': "m", 'g': "n", '5': "o", 'r': "p",
                     'q': "q", '6': "r", 'f': "s", 'p': "t", '7': "u", 'e': "v", 'o': "w", '8': "1",
                     'd': "2", 'n': "3", '9': "4", 'c': "5", 'm': "6", '0': "7",
                     'b': "8", 'l': "9", 'a': "0", '_z2C$q': ":", "_z&e3B": ".", 'AzdH3F': "/"}

            url = re.sub(r'(?P<value>_z2C\$q|_z\&e3B|AzdH3F+)', lambda matched: table.get(matched.group('value')),
                         objURL)
            new_img = re.sub(r'(?P<value>[0-9a-w])', lambda matched: table.get(matched.group('value')), url)
            print(new_img)
        break
    break

图片保存到本地：

# -*- coding:utf-8 -*-
# TODO 有阳光的地方就会有希望
import requests,re,os
from urllib.request import urlretrieve


for x,i in enumerate(range(0,100000000000,30)):
    url_img = 'http://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&word=花草&pn={}'.format(i)
    response = requests.get(url_img).json()
    for data in response['data']:
        if data:
            objURL = data['objURL']

            table = {'w': "a", 'k': "b", 'v': "c", '1': "d", 'j': "e", 'u': "f", '2': "g", 'i': "h",
                     't': "i", '3': "j", 'h': "k", 's': "l", '4': "m", 'g': "n", '5': "o", 'r': "p",
                     'q': "q", '6': "r", 'f': "s", 'p': "t", '7': "u", 'e': "v", 'o': "w", '8': "1",
                     'd': "2", 'n': "3", '9': "4", 'c': "5", 'm': "6", '0': "7",
                     'b': "8", 'l': "9", 'a': "0", '_z2C$q': ":", "_z&e3B": ".", 'AzdH3F': "/"}

            url = re.sub(r'(?P<value>_z2C\$q|_z\&e3B|AzdH3F+)', lambda matched: table.get(matched.group('value')),objURL)
            new_img = re.sub(r'(?P<value>[0-9a-w])', lambda matched: table.get(matched.group('value')), url)

            name = data['di']

            file = './img/'
            
            # 第一种方式  保存图片
            try:
                urlretrieve(new_img,filename=file + f'{name}.jpg')
            except:
                print('图片下载失败')

            # 第二种方式     保存图片
            try:
                if not os.path.exists("./img/"):
                    os.makedirs("./img/")
                image_con = requests.get(url=new_img).content
                with open(file + f'{name}.jpg','wb') as f:
                    f.write(image_con)
            except:
                print('图片链接失效或下载失败')


        break
    break

小伙伴们加油！努力奋斗！。。。。