python爬取百度图库多张图片

hello啊，各位小伙伴 ，眨眼间7月份过去了，八月已经悄然来临，不知道八月大家又立了什么样的flag,作为一个低产的公众号运营者，想想都是一阵莫名奇妙的辛酸，每月就三四篇文章，唉…不多说了，在这首先感谢大家对我的持续关注。

今天带来的文章是使用python爬取百度图库的案例，因为我们在处理文章或者寻求灵感的时候，总会用到一些图片，但是查找图片是一个让人觉得繁琐的过程，要么是上下格调不一，要么是主题类目不够清晰，在网页上找的图片还要来回翻阅，多少会有一定的麻烦，还是不如下载到本地直接查看方便的多。

今天小编给大家分享的是，如何使用代码获取百度图库的图片，实现利用关键词搜索进行图片下载的功能。至于百度图库的打开方式，不做过多赘述，不会的小哥请自行百度解决，找到后请输入自己想要搜索的相关关键词，提取下网址的链接，小编搜索的是“图片带字”，可以根据下面的图片看出word携带的参数是我们搜索的内容。

但是我们把网址复制出来后可以明显的看到word的参数是被进行转码过的，所以我们一定要记着对关键词进行转码，至于其他的分析和之前的思路差不多，具体请查看代码中的注释，废话不多说，请看代码：

import re
import urllib
import requests


def get_onepage_urls(onepageurl):
    """获取单个翻页的所有图片的urls+当前翻页的下一翻页的url"""
    if not onepageurl:
        print('已到最后一页, 结束')
        return [], ''
    try:
        html = requests.get(onepageurl).text
    except Exception as e:
        print(e)
        pic_urls = []
        fanye_url = ''
        return pic_urls, fanye_url
    pic_urls = re.findall('"objURL":"(.*?)",', html, re.S)
    fanye_urls = re.findall(re.compile(r'<a href="(.*)" class="n">下一页</a>'), html, flags=0)
    fanye_url = 'http://image.baidu.com' + fanye_urls[0] if fanye_urls else ''
    return pic_urls, fanye_url


def down_pic(pic_urls):
    """给出图片链接列表, 下载所有图片"""
    for i, pic_url in enumerate(pic_urls):
        try:
            pic = requests.get(pic_url, timeout=15)
            string = str(i + 1) + '.jpg'
            with open(string, 'wb') as f:
                f.write(pic.content)
                print('成功下载第%s张图片: %s' % (str(i + 1), str(pic_url)))
        except Exception as e:
            print('下载第%s张图片时失败: %s' % (str(i + 1), str(pic_url)))
            print(e)
            continue


if __name__ == '__main__':
    keyword = input("请输入搜索关键词：")  # 关键词, 改为你想输入的词即可, 相当于在百度图片里搜索一样
    url_init_first = r'http://image.baidu.com/search/flip?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=result&fr=&sf=1&fmq=1497491098685_R&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&ctd=1497491098685%5E00_1519X735&word='
    url_init = url_init_first + urllib.parse.quote(keyword, safe='/')
    all_pic_urls = []
    onepage_urls, fanye_url = get_onepage_urls(url_init)
    all_pic_urls.extend(onepage_urls)


    fanye_count = 0  # 累计翻页数
    n = input("请输入翻页数：")
    while fanye_count < int(n):
        onepage_urls, fanye_url = get_onepage_urls(fanye_url)
        fanye_count += 1
        print('第%s页' % fanye_count)
        if fanye_url == '' and onepage_urls == []:
            break
        all_pic_urls.extend(onepage_urls)


    down_pic(list(set(all_pic_urls)))