爬虫抓图全网最新方法分享，爬取轻松爬终极4K高清美图？

都2020年了，爬虫党还在为了图片的下载质量烦恼吗？还是只会下载JPG图片？那我有一种另类方式可以帮助你真正的白嫖高质量图片，肝了一个礼拜的干货，绝对能改变你对爬虫的看法和思考，原来爬虫这么有趣，也不会这么思维固然，代码方式尽量简单一点，让大家能看懂，加油各位！

防止有人说我标题党，我先给图致敬，绝对是4k以上画质，作假的剁手！

技术分析：

爬虫还用JPG？

这个另类技术设计到一点值得我们思考，我们每次爬虫保存的图片都是默认JPG，为什么

先不管他们的定义是什么，简单来说，JPG就是一种有损压缩技术，在符合所需画质的前提下，尽可能的提高压缩比，来减少储存空间，所以传输速度快，文件小，画质低，这也就是网站为什么都用JPG来存储图片了。
而ＰＮＧ我定义就是一种大保健，他能保存完整的画质，也就是相对无损压缩技术，缺点也就是存储空间大，保留了很多原始通道，所以网站不采用，爬虫教学也不采用。
而位图的定义，理论上是可以无限放大的，JPG作为位图自然是糟糕的选择，而PNG确实是一个完美的搭档，这里我就钻了这个空子,用了这种方式搞定了高清图库。
采用这种方式，我不是吹嘘我有多厉害，可能有人想过，但是我只是分享这种方式给更多的朋友，改善他们的固有思维，如果你想要小图片的话保存JPG也是很好的选择，而我喜欢高清大图，我采用的是PIL库的Image类的操作，下面我会给出很好的解释。这是一个全站点图片爬取的爬虫，速度可能有点慢，我尽力使用了线程池，谢谢理解！

技术关键代码：

存储为位图，然后无损放大图片，就可以得到我们的效果了，还不懂的留言问我。

with open(''.join(name) + '.png', 'wb') as fw:fw.write(rr.content)img = Image.open(''.join(name) + '.png')img = img.resize((4000, 2000), Image.ANTIALIAS)  # 改变大小 抗锯齿# print(img.size)img.save(''.join(name) + '.png', quality=95)  # 质量分数 95

如果看到这里觉得对你有帮助的，希望给个关注和赞，这是对我最大的支持！

项目技术：

还是熟悉的网站彼岸图网这个网站质量挺高的，但是有个缺点就是限制次数，所以这次就决定搞它了，其他网站也是大同小异之作。
总的步骤分了几大模块，设计到的技术点不是很多，requests和xpath 作为爬虫基础技术，还有Image类和线程池技术，然后文件的os库也是必须的。
我保证说的很清楚，我们就开始实践吧！

获取分组网址和标题：

我们这次做的是一个全站点爬取，所以得考虑分组问题，这里我们编写爬虫获取箭头所指向的信息，我保存为一个列表，方便我接下来的操作。

代码：

def get_groups(url, headers):  # 获得重要信息"""根据传入的最初网址和标题头，获得每个专栏的网址和标题"""r = requests.get(url, headers=headers)r.encoding = r.apparent_encoding  # 转换编码if r.status_code == 200:html = etree.HTML(r.text)html = etree.tostring(html)html = etree.fromstring(html)url_list = html.xpath(r"//div[@class='classify clearfix']//a/@href")  # 获得网页分组的urlname = html.xpath(r"//div[@class='classify clearfix']//a/text()")  # 获得网页分组的标题else:print('请求错误!')return name, url_list  # 把分组标题和分组网址回溯

开始下载选择：

获取成功这些我们就开始选择下载，更友好和人性化：
这里我就简单的写写哈，别介意：

代码如下：

def begin_down(title, url, headers):  # 下载选择"""这里的参数为刚获取的标题和网址还有请求头"""print('白嫖方式下载高清图片'.center(30, '-'))for i, j in enumerate(title):print(i, '\t\t\t\t\t', j)inp = int(input('输入下载选项:'))# print(title[inp], url[inp])get_image_1st(title[inp], url[inp], headers)  # 调用第一页的网址进行下载get_image(title[inp], url[inp], headers)  # 下载剩下的所有页

这里获取的网址需要到下一步进行拼接，根据我的观察，分组网站的第一页和其他页网址不相连，没有规律可循，所以我写了爬取第一页和爬取其他页二个函数来获取图片，这里下面我也会说。

获取图片网址：

随后我们点击图片进入这样页面，看我箭头标注，我们要获取href的内容，而不是img中的网址，img里面的是缩小图片，没什么质量，看多了还伤眼睛，不值得，我给你大图，你也爽。编写代码，获取href然后网址拼接这个样子 http://pic.netbian.com/tupian/17781.html 就可以打开了。

代码：

def get_image_1st(title, url, headers):  # 得到第一页的图片网址url_1st = 'http://pic.netbian.com/' + url  # 拼接分组网址r = requests.get(url_1st, headers)if r.status_code == 200:html = etree.HTML(r.text)html = etree.tostring(html)html = etree.fromstring(html)page_url = html.xpath(r'//ul[@class="clearfix"]//li/a/@href')  # 获得每张图片的真实网址#  print(page_url)page_url = ['http://pic.netbian.com' + i for i in page_url]  # 网址拼接pool_down(title, page_url, headers)  # 调用图片下载函数 下载选择页的 第一页全部图片,因为第一页网址特殊def get_image(title, url, headers):  # 得到其他页的图片网址"""找其他页的网址，然后找到每张图片的点击图片网址"""pages_url = []for i in range(2, 10):  # 我们假定最大翻页为10页other_url = 'http://pic.netbian.com' + url + 'index_' + str(i) + '.html'  # 拼接网址# print(other_url)r = requests.get(other_url, headers=headers)  # 尝试请求第二页 获得图片的点击网址if r.status_code == 200:html = etree.HTML(r.text)html = etree.tostring(html)html = etree.fromstring(html)page_url = html.xpath(r'//ul[@class="clearfix"]//li/a/@href')  # 获得每张图片的真实网址page_url = ['http://pic.netbian.com' + i for i in page_url]  # 网址拼接pages_url.append(page_url)pool_down(title, pages_url, headers)  # 调用下载

获得下载网址：

然后我们打开图片，通过控制台，可以得到我下图的画面：

这里注意一点，我们获取的是src里面的图片网址，这个质量更高一点，便于我们修改画质，这里使用到了线程池和Image的使用，简单使用起来不是很难。

代码如下：

def image_down(title, page_url, headers):  # 下载图片if not os.path.exists(title + '//'):os.mkdir(title + '//')os.chdir(title + '//')else:os.chdir(title + '//')for i, j in enumerate(page_url):  # 遍历第一页的图表列表r = requests.get(j, headers=headers)  # 请求这个图片网址if r.status_code == 200:r.encoding = r.apparent_encoding  # 修改编码html = etree.HTML(r.text)html = etree.tostring(html)html = etree.fromstring(html)  # 以上搭建xpath对象url = html.xpath(r'//a[@id="img"]/img/@src')name = html.xpath(r'//a[@id="img"]/img/@title')rr = requests.get('http://pic.netbian.com' + ''.join(url), headers=headers)if rr.status_code == 200:  # 请求下载图片网址rr.encoding = rr.apparent_encoding  # 修改编码with open(''.join(name) + '.png', 'wb') as fw:fw.write(rr.content)img = Image.open(''.join(name) + '.png')img = img.resize((4000, 2000), Image.ANTIALIAS)  # 改变大小 抗锯齿# print(img.size)img.save(''.join(name) + '.png', quality=95)  # 质量分数 95print(f'{title} 中第 {i + 1} 张下载完成！')else:print('错误啦')def pool_down(title, page_url, headers):  # 线程下载# print(title, len(page_url))path = 'D://彼岸图库//'# 创建总的文件夹if not os.path.exists(path):os.mkdir(path)os.chdir(path)else:os.chdir(path)#  创建一个多线程下载pool = Pool(6)  # 一次6下if len(page_url) > 2:  # 如果是其他网址for i in page_url:pool.apply(image_down, args=(title, i, headers))elif len(page_url) == 1:  # 如果是第一页pool.apply(image_down, args=(title, page_url, headers))  # 调用线程池pool.close()pool.join()

项目经验：

全部的代码我差不多全部给出了，为了让你们身体健康，我还是希望大家可以自行的编写一下主函数，主函数很简单的，就是简单的调用，参数我已经都给了，体验一下编程的快乐，这样左右手就很充实啦！
我对爬虫的理解不在于代码多难实现，而是如何分析网站，好的分析，绝对事半功倍！
这一次项目，因为是静态网址，没有遇到多少坑坑洼洼，都是小毛病，我就不提出来博取幸苦费用了。
总的来说，你们看了觉得有帮助的，给个关注和支持，就是对我最大的帮助，我会加油，你们也是！

爬虫抓图全网最新方法分享，爬取轻松爬终极4K高清美图？相关推荐

Python 网络爬虫：爬取4K高清美图
爬取4K高清美图这篇爬虫主要是用来爬取网站高清4K图片,这也是笔者学初学爬虫的时候最先写一个的爬虫脚本,现在回过头来重新梳理一下,也算是对从前知识的一个总结,希望对大家有所帮助! 文章目录爬取4K ...
python批量读取图片并批量保存_Python爬虫：批量抓取花瓣网高清美图并保存
原标题:Python爬虫:批量抓取花瓣网高清美图并保存昨天看到了不错的图片分享网--花瓣,里面的图片质量还不错,所以利用selenium+xpath我把它的妹子的栏目下爬取了下来,以图片栏目名称给文 ...
运用python爬取彼岸桌面所有关键字高清壁纸
运用python爬取彼岸桌面所有关键字高清壁纸第一次在csdn写博客, 个人技术并不成熟, 还是学生, 高手轻喷菜鸡勿啄就是心血来潮想要换桌面壁纸, 存在一个文件夹自动更换, 但是从网站上一个一个 ...
一键爬取王者荣耀全皮肤高清图片【方法一】
文章目录前言一.爬虫是什么? 二.使用步骤 1.引入库 2.访问的URL 3.爬取思路三.皮肤URL(需要手动找出) 完整代码四.效果展示总结前言相信很多小伙伴们都喜欢玩王者荣耀这款MO ...
scrapy图片爬取（爬取站长素材中的高清图片）
- ImagesPipeline:-只需要将img的src的属性值进行解析,提交到管道,管道就会对图片的src进行请求发送获取图片的二次请求 -需求:爬取站长素材中的高清图片-使用流程:-数据解析(图 ...
Python零基础之爬取王者荣耀官方网站高清壁纸(普通版)
Python零基础之爬取王者荣耀官方网站高清壁纸目标: 分析过程: 1. 确定目标url 2. 解决url解析问题 3. 图片下载解析 4. 多页面的处理代码示例需要注意的问题: 目标: 1.下 ...
爬虫百度百万高清美图源代码
@T爬虫百度百万高清美图源代码OC #! -- coding: utf-8 -- Date:2020-09-20 16:52 USER:gordon_lu 使用正则表达式删选指定的 URL 链接. ...
python宣传图片_Python爬虫，高清美图我全都要！爬取你想要的，嘿嘿嘿
select = 'div#main div.list ul li a' imgUrls = screen(url, select) 通过这两行代码获取的列表中的值,形如此:星空女孩观望唯美夜景 ...
一键爬取王者荣耀全皮肤高清图片【方法二】
爬取王者荣耀官网皮肤[爬虫] 上次我们讲了爬虫的定义以及爬取王者荣耀皮肤的思路. 今天我们换一种方式来爬取同样的内容.大体上思路和方法一相同. 方法一传送门:方法一方法二 # 网址:https:// ...

爬虫抓图全网最新方法分享，爬取轻松爬终极4K高清美图？

技术分析：

爬虫还用JPG？

技术关键代码：

项目技术：

获取分组网址和标题：

开始下载选择：

获取图片网址：

获得下载网址：

项目经验：

爬虫抓图全网最新方法分享，爬取轻松爬终极4K高清美图？相关推荐

最新文章

热门文章