爬一爬那些年你硬盘存过的“老师”

作者 | PayneLi

转载自Python全家桶（ID: python-0321）

人工智能的现状及今后发展趋势如何？

https://edu.csdn.net/topic/ai30?utm_source=csdn_bw

最近在Github发现一个基于google浏览器的爬虫项目，此项目是由美国大神2018年开源的。这个开源项目不需要使用者再去手写核心爬虫，只需要下载安装，然后传入一些配置参数即可。重要的能做到google图片的无限量爬取，只有不想爬的图片，没有爬不到的。下来就介绍一下这个牛逼的开源项目。

前沿

这是一个命令行python程序，用于搜索Google Images上的关键字/关键短语，并可选择将图像下载到您的计算机。还可以从另一个python文件调用此脚本。

如果只想为每个关键字下载最多100个图像，则无需安装依赖项。如果您想要每个关键字超过100个图像，需要同时安装Selenium库chromedriver。故障排除部分中的详细说明。

Github地址：https://github.com/hardikvasa/google-images-download

项目介绍: google-images-download

此项目开源到现在一年的时间，就已经收割了3900+star,真的不得不跪拜大神的能力，能将一个简单的爬虫做到如此牛逼的地步。

当然，这么热门的项目，也不是一个人短时间完成的。Github上显示，此项目的贡献者就高达26人，代码总共提交了133次。此项目能收到这么多star，还是在于更多的贡献者和后期的不断维护升级。

这个项目在github也做了具体的使用说明和介绍，大家可以根据自身的项目情况进行配置即可（为了方便阅读，通过google翻译为中文)。

关于此项目使用这里多逼逼几点：

版本要求：

该项目作者GitHub上说python2x与Python3x都可以，推荐Python3。

项目使用：有2种使用方式

方式一：使用pip安装报的方式(推荐)

pip install google_images_download

方式二：手动下载

git clone https://github.com/hardikvasa/google-images-download.git
cd google-images-download && sudo python setup.py install

图片数量：

google搜索关键字首页默认100张图片，要抓取更多的图片，就得增加翻页功能。此项目已经实现了翻页功能，只需要使用者同时安装Selenium库chromedriver，代码里面配置即可。
参数方式：

原作者对参数的传递形式和每一个参数都做了详细的说明，大家可以github详细了解。

使用案例

这里给大家分享一下如何将此项目用来爬取去自己需要的图片。原作者介绍了几种关键字输入的方式。这里以文件读取的形式将关键字传入。这里爬取图片的数量选为500张，需要下载、安装Selenium库chromedriver。

1、搭建爬虫环境

pip install selenuium
pip install requests
pip install google_images_download

2、下载chromedriver驱动

因为下载的图片数量大于100，所以还需要在安装chromedriver，在代码配置chromedriver位置即可。

首先要查看自己电脑上安装的google浏览器版本号

▲谷歌浏览器版本号▲

github给的下载路径国内是无法下载的，不过小编已经将大多数驱动下载下来，需要的可以后台私信获取。当然也可以通过别的渠道获取。

▲github给的下载地址▲

在chrome官网找到与本机的google浏览器版本号一致的chromedriver

▲chrome官网对应的驱动版本号▲

下载完后，安装的路径根据操作系统自己指定。我使用的时win系统，安装在了D盘，具体路径如下：

"D:\download\chromedriver.exe"

3、编辑爬取的关键字文件

如图所示，只需要在keywords.csv文件里面按图所示填写对应老师的名称即可。

4、代码展示

import csv
import os
import sys

from google_images_download import google_images_download

# 实例化一个下载器
downloader = google_images_download.googleimagesdownload()

BASE_DIR = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, BASE_DIR)

# 读取关键字文件
csv_file = csv.reader(open(BASE_DIR + "\google_images\keywords.csv", "r"))

def download_images(csv_file):
   """
   传入关键字等参数，下载对应的图片文件
   files: 读取的关键字文件
   limit: 爬取的图片数量
   print_urls: 是否显示爬取的图片url
   chromedriver: chromedriver安装的路径。不填此参数，默认爬取前100张图片
   output_directory：自定义保存图片的位置
   """
   for key_word in csv_file:
       arguments = {"keywords": key_word, "limit": 500, "print_urls": True,
                    "chromedriver": "D:\download\chromedriver.exe",
                    "output_directory": BASE_DIR + "\\files\\"}

downloader.download(arguments)

if __name__ == '__main__':
download_images(csv_file)

运行：python google_download.py，你就会发现有源源不断的老师图片进入你的硬盘，接下来就是坐等爬完所有你要的图片了。

此文章主要还是给大家分享这个开源项目，至于使用，本文只是做了一个简单的使用，想要了解更多的，可以直接在github查看。在实际中，我们可以利用这个python脚本去爬取基于google的任何图片了。

（本文为AI科技大本营转载文章，转载请微信联系原作者）

如何挑战百万年薪的人工智能！

https://edu.csdn.net/topic/ai30?utm_source=csdn_bw

群招募

扫码添加小助手微信，回复：公司+研究方向（学校+研究方向），邀你加入技术交流群。技术群审核较严，敬请谅解。

推荐阅读：

90后美女学霸传奇人生：出身清华姚班，成斯坦福AI实验室负责人高徒
如今，你感受到内存技术的“思维速度”了吗？
暴雪游戏遭遇AI“实力”坑队友：四处游走，还不参与战斗
我用Python分析了翟天临的论文，学术还是要认真做啊
快速上手爬虫，有哪些方便实用的工具和服务？
C++ 开发者怒了：这个无用的模块设计最终会害死 C++！
程序员写代码没激情该怎么破？
以太坊升级完成你也做不出爆款应用, 就因为你不知道这个！
刚刚，阿里发布了一个重磅技术炸弹，70%的程序员受影响！

点击“阅读原文”，查看历史精彩文章。

爬一爬那些年你硬盘存过的“老师”相关推荐

用Python爬一爬那些年你硬盘存过的老师们，太方便啦！
最近在Github发现一个基于google浏览器的爬虫项目,此项目是由美国大神2018年开源的.这个开源项目不需要使用者再去手写核心爬虫,只需要下载安装,然后传入一些配置参数即可.重要的能做到goog ...
用Python爬一爬那些年你硬盘存过的老师
最近在Github发现一个基于google浏览器的爬虫项目,此项目是由美国大神2018年开源的.这个开源项目不需要使用者再去手写核心爬虫,只需要下载安装,然后传入一些配置参数即可.重要的能做到goog ...
爬一爬那些年你硬盘存过的老师
点击"小詹学Python",选择"置顶"公众号重磅干货,第一时间送达本文转载自Python全家桶,禁二次转载除非你能在床上赚钱,否则就不要赖在床上! -- ...
python爬虫什么意思-这样学Python爬虫，想爬什么爬什么
原标题:这样学Python爬虫,想爬什么爬什么你知道怎么学爬虫吗?正确的入门姿势在这里!只要学好了Python爬虫,真的是可以想爬什么爬什么哟,像什么美女图片啦,美食图片啦,美景图片啦.(小编可不知 ...
python爬网易云音乐评论最多的歌_使用Python爬一爬网易云音乐上那些评论火爆的歌曲...
网易云音乐这款音乐APP本人比较喜欢,用户量也比较大,而网易云音乐之所以用户众多和它的歌曲评论功能密不可分,很多歌曲的评论非常有意思,其中也不乏很多感人的评论.但是,网易云音乐并没有提供热评排行榜和按 ...
爬取百大弹幕，大家还是喜欢上罗老师的课！
原来大家这么喜欢上课 1.成果展示 2.源代码展示及使用 2.1获取弹幕文本 2.2生成词云 1.成果展示部分弹幕爬取可爱和性感在猛男面前不堪一击试图招手让摄像走开( 讲道理,00子是融入小破 ...
python爬虫网易云音乐评论最多的歌_使用Python爬一爬网易云音乐上那些评论火爆的歌曲...
网易云音乐这款音乐APP本人比较喜欢,用户量也比较大,而网易云音乐之所以用户众多和它的歌曲评论功能密不可分,很多歌曲的评论非常有意思,其中也不乏很多感人的评论.但是,网易云音乐并没有提供热评排行榜和按 ...
浪姐爆火！“爬一爬”背后不为人知的数据！
黑马程序员视频库播妞QQ号:3077485083 传智播客旗下互联网资讯.学习资源免费分享平台今年上半年最火的综艺非<乘风破浪的姐姐>(简称浪姐)莫属,第一期播出就爆了好几个热搜.不得 ...
Python爬虫 - 爬天爬地爬空气
1.前言 Python爬虫能干什么? 这么说吧:爬天爬地爬空气! 哈哈,其实也没这么邪乎的!爬虫给我的感觉就是:数据的价值.互联网如此发达,越来越多的有效数据被利用起来. 不过,希望每个人 ...

爬一爬那些年你硬盘存过的“老师”

爬一爬那些年你硬盘存过的“老师”相关推荐

最新文章

热门文章