本文共 1959 字，大约阅读时间需要 6 分钟。

申明

# -*- coding: utf-8 -*-"""-------------------------------------------------   File Name：     baiduimag   Description :   Author :        xiaoshen   date：          2020/3/10-------------------------------------------------   Change Activity:                   2020/3/10:-------------------------------------------------"""import requestsimport reimport osimport randomimport timei = 0def get_html(url):    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36'}	    try:        html = requests.get(url,headers = headers)        html.encoding = html.apparent_encoding#防止乱码，不一定所有网站都是utf-8        if html.status_code == 200:            print('成功获取源代码')            # print(html.text)#这里是为了防止有些网站反爬虫，返回的值虽然是200但是源码已经不是原来的了    except Exception as e:        print('抓取源代码失败:%s' % e)    return html.textdef parse_html(html):    urls = re.findall('"objURL":"(.*?)"',html,re.S)  #在真正的源代码上查找一下objurl    return urlsdef downloadimg(urls,name):    global i       #引用全局变量    for url in urls:        time.sleep(random.randint(1,3))#（1，3）代表1或者2这两个整数        imag = requests.get(url,timeout = 6).content        if imag:            with open(str(i) + '.jpg','wb') as f:                print('正在下载第 %d 张图片：%s' % (i + 1,url))                f.write(imag)            i += 1        else:            print('链接超时，图片下载失败')    print('图片下载成功')if __name__ == '__main__':    word = input('请您输入您需要下载图片的关键字：')    start = int(input("请输入起始页面:"))    end = int(input("请输入终止页面:"))    for page in (start,end+1):        url = 'http://image.baidu.com/search/index?tn=baiduimage&ps=1&ct=201326592&lm=-1&cl=2&nc=1&ie=utf-8&word=' + word +"page=" + str(page)        try:            html = get_html(url)            imgurls = parse_html(html)            downloadimg(imgurls,word)        except:            print("Wrong!")

这里比前面那个爬虫完善的地方在于：

欢迎讨论~

转载地址：http://zxpbi.baihongyu.com/