使用selenium下载百度图片
简单说明
通过输入想要查找的关键词,使用selenium自动化工具下载其图片
网址为:‘https://image.baidu.com/search/index?tn=baiduimage&word=’+关键词
使用工具及模块
- Pycharm-----python3.7
- selenium:pip install selenium -i https://pypi.douban.com/simple
- requests:pip install requests -i https://pypi.douban.com/simple
- time
- lxml: pip install lxml -i https://pypi.douban.com/simple
实现步骤
1.实例化webdriver
2.输入关键词,使用selenium打开百度图片页面
3.由于百度图片页面是通过不断下拉,进而动态加载图片出来,因此,想要让它维持一个持续下来的动作
- 首先获取初始页面的高度,以及初始时间,并将滚动条滑倒底部
- 其次,获取当前时间,并判断初始时间和当前时间的差是否大于30秒,小于则下拉,获得当前高度
- 若当前高度大于初始高度,重置页面高度为当前高度以及重置初始时间,重新计时
- 若当前高度小于初始高度,尝试重试3次
- 最后当重试次数大于3次时,跳出循环,认为页面加载完毕
4.解析页面内容,并获取图片链接
5.使用requests对图片链接发送请求,将图片保存到本地文件夹,完成下载
相关代码
from selenium import webdriver
from lxml import etree
import requests
import time#### 爬取部分
def main(word):# 无界面模式options = webdriver.ChromeOptions()# # 无界面启动,也可以直接设置options.headless=Trueoptions.add_argument('headless')driver = webdriver.Chrome(options = options)driver.implicitly_wait(10) # 设置隐式等待url = 'https://image.baidu.com/search/index?tn=baiduimage&word=' + worddriver.get(url)driver.enconding = 'UTF-8'# 获取页面初始高度js = "return action=document.body.scrollHeight"height = driver.execute_script(js)# 将滚动条调整至页面底部driver.execute_script('window.scrollTo(0, document.body.scrollHeight)')time.sleep(3)# 定义初始时间戳(秒)t1 = int(time.time())# 重试次数# 定义循环标识,用于终止while循环status = True# 重试次数num = 0while status:# 获取当前时间戳(秒)t2 = int(time.time())# 判断时间初始时间戳和当前时间戳相差是否大于30秒,小于30秒则下拉滚动条if t2 - t1 < 30:new_height = driver.execute_script(js)if new_height > height:time.sleep(2)driver.execute_script('window.scrollTo(0, document.body.scrollHeight)')# 重置初始页面高度height = new_height# 重置初始时间戳,重新计时t1 = int(time.time())elif num < 3: # 当超过30秒页面高度仍然没有更新时,进入重试逻辑,重试3次,每次等待30秒time.sleep(3)num = num + 1else: # 超时并超过重试次数,程序结束跳出循环,并认为页面已经加载完毕!print("滚动条已经处于页面最下方!")status = False# 滚动条调整至页面顶部driver.execute_script('window.scrollTo(0, 0)')breakcontent = driver.page_source.encode('utf-8')# 解析网页数据source = etree.HTML(content)# 获取图片链接pic_img = source.xpath('//div[@class="imgbox-border"]/a/img/@data-imgurl')header = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.82 Safari/537.36'}for i in range(len(pic_img)):pic = requests.get(pic_img[i], headers=header)# 获取图片保存的路径path ='./img'base_url = path + "\image{}.jpg".format((i + 1))with open(base_url, 'wb') as f:f.write(pic.content)if __name__=='__main__':start = time.time()main('泰勒斯威夫特')end = time.time()print('下载图片需要%s秒' % (end - start))
结果截图
- 运行结果截图
- 下载图片完成
使用selenium下载百度图片相关推荐
- python爬虫实现批量下载百度图片
今天和小伙伴们合作一个小项目,需要用到景点图片作为数据源,在百度上搜索了一些图片,感觉一个一个手动保存太过麻烦,于是想到用爬虫来下载图片. 本次代码用到了下列一些python模块,需要预先安装Beau ...
- Python实用案例,Python脚本,Python实现批量下载百度图片
往期回顾 Python实现自动监测Github项目并打开网页 Python实现文件自动归类 Python实现帮你选择双色球号码 Python实现每日更换"必应图片"为"桌 ...
- 使用Java编写爬虫,下载百度图片
因为最近需要很多图片素材做机器训练,所以写一个爬虫来下载百度图片里的一些图片,用作机器学习. 先看看效果图: 实现思路: 根据百度图片的Ajax请求,用Chrome获取到URL,然后通过改变URL参数 ...
- java下载图片到本地,例如从网上下载图片,下载淘宝图片,下载百度图片等
java下载图片到本地,例如从网上下载图片,下载淘宝图片,下载百度图片. 直接上代码如下: public static void download(String url,String saveFile ...
- 使用Tkinter + urllib + requests 实现自动下载百度图片
整体步骤分三步: 1.设计tkinter页面布局 2.获取图片链接列表 3.执行下载操作 先放代码 import urllib import re import requeststry:from tk ...
- python3爬虫系列03之requests库:根据关键词自动爬取下载百度图片
python3爬虫系列03之requests库:根据关键词自动爬取下载百度图片 1.前言 在上一篇文章urllib使用:根据关键词自动爬取下载百度图片 当中,我们已经分析过了百度图片的搜索URL的变化 ...
- urllib3批量下载百度图片
''' urllib3批量下载百度图片 ''' import urllib3 import re start_url = 'http://image.baidu.com/search/index?tn ...
- python编程图片_python下载百度图片,python图片下载程序
以前写的一个百度图片下载的代码,现在试试还能用,现在百度图片的质量也是越来越高了,共享一下,让粉丝和图片控能方便下载:后续功能追加请关注我的小站#coding:utf-8 ''' python 2.7 ...
- python下载图片-python下载百度图片,python图片下载程序
以前写的一个百度图片下载的代码,现在试试还能用,现在百度图片的质量也是越来越高了,共享一下,让粉丝和图片控能方便下载:后续功能追加请关注我的小站#coding:utf-8 ''' python 2.7 ...
- 用python批量下载网络图片大全_实战干货:用 Python 批量下载百度图片!
为了做一个图像分类的小项目,需要制作自己的数据集.要想制作数据集,就得从网上下载大量的图片,再统一处理. 这时,一张张的保存下载,就显得很繁琐.那么,有没有一种方法可以把搜索到的图片直接下载到本地电脑 ...
最新文章
- 看完 50000 张专辑封面,AI 设计师开始疯狂输出
- php如何定义url,使用自定义函数作为URL规则
- 【NLP】EMNLP'21 | 让压缩语言模型自动搜索最优结构!
- 使用sphinx快速为你python注释生成API文档
- java什么时候创建进程,Java创建进程
- html整体引入js,html页面用js引入js的方式
- Mybatis(12)事务原理和自动提交设置
- Ubuntu,kubuntu与xubuntu的差别 Ubuntu各版本主要差异
- 视觉SLAM入门十四讲
- ROLLUP函数问题
- html怎么把音乐播放器放到中间,怎么把音乐播放器放到自己的博客首页面上去?...
- dnf超时空漩涡副本路线流程图_dnf怎么打超时空漩涡 dnf超时空漩涡打法攻略
- 耐得住寂寞,才守得住繁华
- 电脑控制手机投屏同步声音
- 服务器搭建邮件自动回复,爆笑的邮件自动回复内容,邮件自动回复心理
- 第九章-项目资源管理
- UE4-Post Process Volume各参数的释义
- 非常可乐(三个杯子倒水问题)
- 磁场强度单位和磁感应强度单位转换
- 基于单片机四路多路超声波雷达测距系统设计-毕设课设资料