手把手教你用Python网络爬虫获取壁纸图片

/1 前言/

想要电脑换个壁纸时都特别苦恼，因为百度搜到那些壁纸也就是分辨率达到了壁纸的水准。可是里面图片的质量嘛，实在是不忍直视…。而有些4K高清的壁纸大多是有版权的 ,这就使我们想要获取高清的图片,变得非常的困难。

wallhaven 网站是无版权的4K壁纸，而且主题丰富（创意、摄影、人物、动漫、绘画、视觉），今天教大家如何去批量的去下载wallhaven4K原图。

/2 项目目标/

获取对应的4K壁纸，并批量下载保存在文件夹。

/3 涉及的库和网站/

软件：PyCharm

需要用到的库：requests、lxml、fake_useragent、time

先列出网址，如下所示：

https://wallhaven.cc/search?q=id%3A65348&page={}

网址city=%E5%B9%BF%E5%B7%9E指的是广州这个城市、pn指的是页数。

/4 项目分析/

滑动鼠标观察下一页的网址的变化：

https://wallhaven.cc/search?q=id%3A65348&page=1
https://wallhaven.cc/search?q=id%3A65348&page=2
https://wallhaven.cc/search?q=id%3A65348&page=3

滑动下一页时，每增加一页page自增加1，用{}代替变换的变量，再用for循环遍历这网址，实现多个网址请求。

/5 具体实现/

1、定义一个class类继承object，定义init方法继承self，主函数main继承self。导入需要的库和网址。

import requests
from lxml import etree
from fake_useragent import UserAgent
import time

class  wallhaven(object):
    def __init__(self):
      self.url = "https://wallhaven.cc/search?q=id%3A65348&page={}"

    def main(self):
        pass

if __name__ == '__main__':
    imageSpider =  wallhaven()
    imageSpider.main()

2、fake_useragent模块实现随机产生UserAgent。

 ua = UserAgent(verify_ssl=False)
        for i in range(1, 50):
            self.headers = {
                'User-Agent': ua.random,
            }

3、for循环实现多网址访问。

startPage = int(input("起始页:"))
endPage = int(input("终止页:"))
for page in range(startPage, endPage + 1):
    url = self.url.format(page)

4、发送请求获取响应。

'''发送请求  获取响应'''
    def get_page(self, url):
        res = requests.get(url=url, headers=self.headers)
        html = res.content.decode("utf-8")
        return html

5、解析一级页面，得到二级页面的 href 地址。

 def parse_page(self, html):
    parse_html = etree.HTML(html)
    image_src_list = parse_html.xpath('//figure//a/@href')

6、遍历二级页面网址，发生请求、解析数据。找到相对于的图片地址。

html1 = self.get_page(i)  # 二级页面发生请求
parse_html1 = etree.HTML(html1)
# print(parse_html1)
filename = parse_html1.xpath('//div[@class="scrollbox"]//img/@src')
# print(filename)

7、获取到的图片地址，发生请求，保存。

# 图片地址发生请求
for img in filename:
    dirname = "./图/" + img[32:] '''可修改图片保存的地址'''
    print(dirname)
    html2 = requests.get(url=img, headers=self.headers).content

    with open(dirname, 'wb') as f:
        f.write(html2)
        print("%s下载成功" % filename)

8、调用方法，实现功能。

html = self.get_page(url)
self.parse_page(html)

优化：设置延时。（防止ip被封）。

time.sleep(1.4) """时间延时"""

/6 效果展示/

1、点击绿色按钮运行，将结果显示在控制台，如下图所示。输起始页和终止页，回车。

2、图片下载成功控制台输出。

3、批量保存。

4、验证4K。（点击图片打开属性）

/7 小结/

1、不建议抓取太多数据，容易对服务器造成负载，浅尝辄止即可。

2、本文基于Python网络爬虫，利用爬虫库，获取wallhaven4K壁纸。

3、4K的壁纸下载时可能会有点缓慢，请大家耐心的等待。如果图片的地址不一样，需要自己修改一下图片的保存的地址。

4、大家也可以在wallhaven网址上，寻找自己喜欢图片，按照操作步骤，自己尝试去做。自己实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解的更加深刻。

5、如果本文源码的小伙伴，请在后台回复“4K壁纸”四个字进行获取，觉得不错，记得给个Star噢~

------------------- End -------------------