python爬蟲 爬取超清壁紙代碼實(shí)例
簡(jiǎn)介
壁紙的選擇其實(shí)很大程度上能看出電腦主人的內(nèi)心世界,有的人喜歡風(fēng)景,有的人喜歡星空,有的人喜歡美女,有的人喜歡動(dòng)物。然而,終究有一天你已經(jīng)產(chǎn)生審美疲勞了,但你下定決定要換壁紙的時(shí)候,又發(fā)現(xiàn)網(wǎng)上的壁紙要么分辨率低,要么帶有水印。
壁紙的選擇其實(shí)很大程度上能看出電腦主人的內(nèi)心世界,有的人喜歡風(fēng)景,有的人喜歡星空,有的人喜歡美女,有的人喜歡動(dòng)物。然而,終究有一天你已經(jīng)產(chǎn)生審美疲勞了,但你下定決定要換壁紙的時(shí)候,又發(fā)現(xiàn)網(wǎng)上的壁紙要么分辨率低,要么帶有水印。
演示圖片


完整源代碼
'''
在學(xué)習(xí)過(guò)程中有什么不懂得可以加我的
python學(xué)習(xí)交流扣扣qun,934109170
群里有不錯(cuò)的學(xué)習(xí)教程、開發(fā)工具與電子書籍。
與你分享python企業(yè)當(dāng)下人才需求及怎么從零基礎(chǔ)學(xué)習(xí)好python,和學(xué)習(xí)什么內(nèi)容。
'''
# -*- 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
# 文件下載器
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"}
# 開始下載圖片
with closing(get(file_url, headers=headers, stream=True)) as response:
chunk_size = 1024 # 單次請(qǐng)求最大值
content_size = int(response.headers['content-length']) # 文件總大小
data_count = 0 # 當(dāng)前已傳輸?shù)拇笮?
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) * 100
print("\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=" ")
# 下載完圖片后獲取圖片擴(kuò)展名,并為其增加擴(kuò)展名
file_type = guess(file_full_name)
rename(file_full_name, file_full_name + '.' + file_type.extension)
# 爬取不同類型圖片
def crawler_photo(type_id, photo_count):
# 最新 1, 最熱 2, 女生 3, 星空 4
if(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)
# 獲取圖片列表數(shù)據(jù)
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)
# 已經(jīng)下載的圖片張數(shù)
now_photo_count = 1
# 所有圖片張數(shù)
all_photo_count = len(photo_data)
# 開始下載并保存5K分辨率壁紙
for photo in photo_data:
# 創(chuàng)建一個(gè)文件夾存放我們下載的圖片
if not exists('./' + str(type_id)):
makedirs('./' + str(type_id))
# 準(zhǔn)備下載的圖片鏈接
file_url = photo['urls']['raw']
# 準(zhǔn)備下載的圖片名稱,不包含擴(kuò)展名
file_name_only = file_url.split('/')
file_name_only = file_name_only[len(file_name_only) -1]
# 準(zhǔn)備保存到本地的完整路徑
file_full_name = './' + str(type_id) + '/' + file_name_only
# 開始下載圖片
Down_load(file_url, file_full_name, now_photo_count, all_photo_count)
now_photo_count = now_photo_count + 1
if __name__ == '__main__':
# 最新 1, 最熱 2, 女生 3, 星空 4
# 爬取類型為3的圖片(女生),一共準(zhǔn)備爬取20000張
wall_paper_id = 1
wall_paper_count = 10
while(True):
# 換行符
print('\n\n')
# 選擇壁紙類型
wall_paper_id = input("壁紙類型:最新壁紙 1, 最熱壁紙 2, 女生壁紙 3, 星空壁紙 4\n請(qǐng)輸入編號(hào)以便選擇5K超清壁紙類型:")
# 判斷輸入是否正確
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("壁紙類型:最新壁紙 1, 最熱壁紙 2, 女生壁紙 3, 星空壁紙 4\n請(qǐng)輸入編號(hào)以便選擇5K超清壁紙類型:")
# 選擇要下載的壁紙數(shù)量
wall_paper_count = input("請(qǐng)輸入要下載的5K超清壁紙的數(shù)量:")
# 判斷輸入是否正確
while(int(wall_paper_count) <= 0):
wall_paper_count = input("請(qǐng)輸入要下載的5K超清壁紙的數(shù)量:")
# 開始爬取5K高清壁紙
print("正在下載5K超清壁紙,請(qǐng)稍等……")
crawler_photo(int(wall_paper_id), int(wall_paper_count))
print('\n下載5K高清壁紙成功!')
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python中matplotlib庫(kù)安裝失敗的經(jīng)驗(yàn)總結(jié)(附pycharm配置anaconda)
最近根據(jù)領(lǐng)導(dǎo)布置的學(xué)習(xí)任務(wù),開始學(xué)習(xí)python中的matplotlib,朋友告訴我這個(gè)很簡(jiǎn)單,然而剛踏入安裝的門檻,就遇到了安裝不成功的問題,下面這篇文章主要給大家介紹了關(guān)于Python中matplotlib庫(kù)安裝失敗的經(jīng)驗(yàn)總結(jié),需要的朋友可以參考下2022-08-08
Python異步在非阻塞子進(jìn)程中運(yùn)行命令詳解
這篇文章主要為大家介紹了Python異步在非阻塞子進(jìn)程中運(yùn)行命令詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-03-03
一次性徹底講透Python中pd.concat與pd.merge
本文主要介紹了一次性徹底講透Python中pd.concat與pd.merge,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-06-06
Python操作Sqlite正確實(shí)現(xiàn)方法解析
我們今天將會(huì)在這篇文章中分步驟為大家詳細(xì)介紹一下有關(guān)Python操作Sqlite的相關(guān)應(yīng)用方式,希望大家可以從中獲得一些幫助2020-02-02
Python通過(guò)樸素貝葉斯和LSTM分別實(shí)現(xiàn)新聞文本分類
樸素貝葉斯法(Naive Bayes model)是基于貝葉斯定理與特征條件獨(dú)立假設(shè)的分類方法。LSTM則是一種時(shí)間循環(huán)神經(jīng)網(wǎng)絡(luò),適合于處理和預(yù)測(cè)時(shí)間序列中間隔和延遲相對(duì)較長(zhǎng)的重要事件。本文將通過(guò)這兩個(gè)方法分別實(shí)現(xiàn)新聞文本分類,需要的可以參考一下2021-12-12
Python實(shí)現(xiàn)修改IE注冊(cè)表功能示例
這篇文章主要介紹了Python實(shí)現(xiàn)修改IE注冊(cè)表功能,結(jié)合完整實(shí)例形式分析了Python操作IE注冊(cè)表項(xiàng)的相關(guān)實(shí)現(xiàn)技巧與注意事項(xiàng),需要的朋友可以參考下2018-05-05
利用Python進(jìn)行數(shù)據(jù)清洗的操作指南
數(shù)據(jù)清洗是指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤的最后一道程序,包括檢查數(shù)據(jù)一致性,處理無(wú)效值和缺失值等。本文為大家介紹了Python進(jìn)行數(shù)據(jù)清洗的操作詳解,需要的可以參考一下2022-03-03

