破解百度图片防爬虫机制（百度图片爬虫）

目录

acjson 方法

flip方法

方法代码

调用方法

代码下载地址

---

问题：百度防爬虫机制：动态加载图片，当值无法读取 html源码中的图像src。后续用go语言实现2种爬虫方法

解决方案：

acjson 方法

使用动态加载时候的acjson方法，就是原生百度图片搜索，临时出现的acjson文件，通过一些规律自己编写acjson，方法就是修改keywords 和pn的值，看下面例子

url = "http://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&ct=201326592&fp=result&queryWord="+keyworlds +
"&cl=2&lm=-1&ie=utf-8&oe=utf-8&st=-1&ic=0&word="+keyworlds +"&face=0&istype=2nc=1&pn="+ strconv.Itoa(page)+"&rn=60"

如下图，不停请求上图url，其中keyworlds是关键字，如下面例中 “周杰伦”，page则是从0开始每次加一。请求得到的html中，过滤出 objectURL=“http://.....jpg”等，然后去下载。

下面是在google百度搜索周杰伦，滚动页面时候产生的acjson文件 （方法，F12 ， network XHR，然后滚动鼠标，下滑页面）

flip方法

就是采用flip网站代替，这是百度检索图片的另一种方式，改变其中的page，每一页有20图片，其实大家可以打开这个网站，将page置为0，关键字置为“周杰伦”，如下（ pn每次加20即可到下一页）

http://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=周杰伦&pn=0&gsm=140&ct=&ic=0&lm=-1&width=0&height=0

url = "http://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word="+keyworlds +"&pn="
+ strconv.Itoa(page*20)+"&gsm=140&ct=&ic=0&lm=-1&width=0&height=0"