【Python实战】爬取5K分辨率超清唯美壁纸

简介

壁纸的选择其实很大程度上能看出电脑主人的内心世界，有的人喜欢风景，有的人喜欢星空，有的人喜欢美女，有的人喜欢动物。然而，终究有一天你已经产生审美疲劳了，但你下定决定要换壁纸的时候，又发现网上的壁纸要么分辨率低，要么带有水印。

这里有一款Mac下的小清新壁纸神器Pap.er，可能是Mac下最好的壁纸软件，自带5K超清分辨率壁纸，富有多种类型壁纸，当我们想在Windows或者Linux下使用的时候，就可以考虑将5K超清分辨率壁纸爬取下来。

编写思路

首先，打开Charles软件，进行抓包。打开Pap.er，开始抓包。(由于是Mac系统下的APP，所以非Mac系统的朋友可以直接看抓包结果)

抓包分析结果如下：

类型	地址
最新	https://service.paper.meiyuan.in/api/v2/columns/flow/5c68ffb9463b7fbfe72b0db0?page=1&per_page=20
最热	https://service.paper.meiyuan.in/api/v2/columns/flow/5c69251c9b1c011c41bb97be?page=1&per_page=20
女生	https://service.paper.meiyuan.in/api/v2/columns/flow/5c81087e6aee28c541eefc26?page=1&per_page=20
星空	https://service.paper.meiyuan.in/api/v2/columns/flow/5c81f64c96fad8fe211f5367?page=1&per_page=20

参数page不用改动，per_page指的是每页提取的数量，也就是我们想要提取的图片数量。

抓完包之后，我们开始编写5K壁纸解析程序

# 爬取不同类型图片
def crawler_photo(type_id, photo_count):# 最新 1, 最热 2, 女生 3, 星空 4if(type_id == 1):url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c68ffb9463b7fbfe72b0db0?page=1&per_page=' + str(photo_count)elif(type_id == 2):url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c69251c9b1c011c41bb97be?page=1&per_page=' + str(photo_count)elif(type_id == 3):url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81087e6aee28c541eefc26?page=1&per_page=' + str(photo_count)elif(type_id == 4):url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81f64c96fad8fe211f5367?page=1&per_page=' + str(photo_count)headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"}# 获取图片链接列表数据，json格式respond = requests.get(url, headers=headers)# 对json格式转化为python对象photo_data = json.loads(respond.content)# 已经下载的图片张数now_photo_count = 1# 所有图片张数all_photo_count = len(photo_data)# 开始下载并保存5K分辨率壁纸for photo in photo_data:# 创建一个文件夹存放我们下载的图片(若存在则不用重新创建)if not os.path.exists('./' + str(type_id)):os.makedirs('./' + str(type_id))# 准备下载的图片链接，5K超清壁纸链接file_url = photo['urls']['raw']# 准备下载的图片名称,不包含扩展名file_name_only = file_url.split('/')file_name_only = file_name_only[len(file_name_only) -1]# 准备保存到本地的完整路径file_full_name = './' + str(type_id) + '/' + file_name_only# 开始下载图片Down_load(file_url, file_full_name, now_photo_count, all_photo_count)# 已经下载的图片数量加1now_photo_count = now_photo_count + 1

根据不同类型的壁纸，创建不同的文件夹编号进行分类。

上面的Down_load()函数是下载文件的意思，调用requests库，具体代码如下：

# 文件下载器
def Down_load(file_url, file_full_name, now_photo_count, all_photo_count):headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"}# 开始下载图片with closing(requests.get(file_url, headers=headers, stream=True)) as response:chunk_size = 1024  # 单次请求最大值content_size = int(response.headers['content-length'])  # 文件总大小data_count = 0 # 当前已传输的大小with open(file_full_name, "wb") as file:for data in response.iter_content(chunk_size=chunk_size):file.write(data)done_block = int((data_count / content_size) * 50)data_count = data_count + len(data)now_jd = (data_count / content_size) * 100print("\r %s：[%s%s] %d%% %d/%d" % (file_full_name, done_block * '█', ' ' * (50 - 1 - done_block), now_jd, now_photo_count, all_photo_count), end=" ")# 下载完图片后获取图片扩展名，并为其增加扩展名file_type = filetype.guess(file_full_name)os.rename(file_full_name, file_full_name + '.' + file_type.extension)

chunk_size指的是单次请求的最大值，content_size指的就是我们下载5K超清壁纸的大小，为了能够直观显示下载情况，所以添加了下载进度条的显示效果。核心代码为file.write(data)。

下载完毕后，为了方便我们查看文件，所以需要给图片添加对应的扩展名，比如jpg,png,gif，这里使用到filetype库对文件进行解析，判断其类型。

最后，开始在main中爬取5K高清壁纸：

if __name__ == '__main__':# 最新 1, 最热 2, 女生 3, 星空 4# 爬取类型为3的图片(女生),一共准备爬取100张print("程序已经开始运行,请稍等……")crawler_photo(1, 100)crawler_photo(2, 100)crawler_photo(3, 100)crawler_photo(4, 100)

使用教程

确保以下库均已安装：

# 如果没有安装，请使用pip install module安装
import requests
import filetype
import os
import json
from contextlib import closing

演示图片

完整源代码

# -*- coding:utf-8 -*-from requests import get
from filetype import guess
from os import rename
from os import makedirs
from os.path import exists
from json import loads
from contextlib import closing# 文件下载器
def Down_load(file_url, file_full_name, now_photo_count, all_photo_count):headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"}# 开始下载图片with closing(get(file_url, headers=headers, stream=True)) as response:chunk_size = 1024  # 单次请求最大值content_size = int(response.headers['content-length'])  # 文件总大小data_count = 0 # 当前已传输的大小with open(file_full_name, "wb") as file:for data in response.iter_content(chunk_size=chunk_size):file.write(data)done_block = int((data_count / content_size) * 50)data_count = data_count + len(data)now_jd = (data_count / content_size) * 100print("\r %s：[%s%s] %d%% %d/%d" % (file_full_name, done_block * '█', ' ' * (50 - 1 - done_block), now_jd, now_photo_count, all_photo_count), end=" ")# 下载完图片后获取图片扩展名，并为其增加扩展名file_type = guess(file_full_name)rename(file_full_name, file_full_name + '.' + file_type.extension)# 爬取不同类型图片
def crawler_photo(type_id, photo_count):# 最新 1, 最热 2, 女生 3, 星空 4if(type_id == 1):url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c68ffb9463b7fbfe72b0db0?page=1&per_page=' + str(photo_count)elif(type_id == 2):url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c69251c9b1c011c41bb97be?page=1&per_page=' + str(photo_count)elif(type_id == 3):url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81087e6aee28c541eefc26?page=1&per_page=' + str(photo_count)elif(type_id == 4):url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81f64c96fad8fe211f5367?page=1&per_page=' + str(photo_count)# 获取图片列表数据headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"}respond = get(url, headers=headers)photo_data = loads(respond.content)# 已经下载的图片张数now_photo_count = 1# 所有图片张数all_photo_count = len(photo_data)# 开始下载并保存5K分辨率壁纸for photo in photo_data:# 创建一个文件夹存放我们下载的图片if not exists('./' + str(type_id)):makedirs('./' + str(type_id))# 准备下载的图片链接file_url = photo['urls']['raw']# 准备下载的图片名称,不包含扩展名file_name_only = file_url.split('/')file_name_only = file_name_only[len(file_name_only) -1]# 准备保存到本地的完整路径file_full_name = './' + str(type_id) + '/' + file_name_only# 开始下载图片Down_load(file_url, file_full_name, now_photo_count, all_photo_count)now_photo_count = now_photo_count + 1if __name__ == '__main__':# 最新 1, 最热 2, 女生 3, 星空 4# 爬取类型为3的图片(女生),一共准备爬取20000张wall_paper_id = 1wall_paper_count = 10while(True):# 换行符print('\n\n')# 选择壁纸类型wall_paper_id = input("壁纸类型：最新壁纸 1, 最热壁纸 2, 女生壁纸 3, 星空壁纸 4\n请输入编号以便选择5K超清壁纸类型：")# 判断输入是否正确while(wall_paper_id  != str(1) and wall_paper_id  != str(2) and wall_paper_id  != str(3) and wall_paper_id  != str(4)):wall_paper_id = input("壁纸类型：最新壁纸 1, 最热壁纸 2, 女生壁纸 3, 星空壁纸 4\n请输入编号以便选择5K超清壁纸类型：")# 选择要下载的壁纸数量wall_paper_count = input("请输入要下载的5K超清壁纸的数量：")# 判断输入是否正确while(int(wall_paper_count) <= 0):wall_paper_count = input("请输入要下载的5K超清壁纸的数量：")# 开始爬取5K高清壁纸print("正在下载5K超清壁纸，请稍等……")crawler_photo(int(wall_paper_id), int(wall_paper_count))print('\n下载5K高清壁纸成功!')