爬取高清无版权美图

罗罗攀

发布于 2019-08-14 14:30:49

8970

发布于 2019-08-14 14:30:49

文章被收录于专栏：有趣的Python和你有趣的Python和你

01 前言

做公众号，总是会需要使用一些图片做封面或背景。我的公众号的图片有两种来源：一是通过创可贴自己动手修改下就可以用了，还一种就是在网上下载图片。

那如何下载高清并且可以供使用（无版权）的图片了？我是使用的pexels网站下载来的图

所以，本文教大家使用Python爬取Pexels图片，并保存在本地。

02 网站分析

首先，我们搜索Scenery，可以找到风景图。

https://www.pexels.com/search/Scenery/

该网站简单，不是异步加载，我们可以用lxml库来进行爬虫，其核心就是找到循环点。

接着，我们考虑换页的url变换情况，我们按F12，打开开发者工具，查看url的变换情况。

我们发现，只需要换个page的页数即可。

https://www.pexels.com/search/Scenery/?page=

03 爬虫代码

import requests
from lxml import etree

headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36'
}

path = '图片/'

urls = ['https://www.pexels.com/search/Scenery'+'/?page={}'.format(str(i)) for i in range(1,10)]

for url in urls:
    res = requests.get(url, headers=headers)
    html = etree.HTML(res.text)
    infos = html.xpath('//div[@class="photos__column"]/div')
    for info in infos:
        img = info.xpath('article/a[1]/img/@src')
        if len(img) == 1:
            img = img[0]
            print(img)
            data = requests.get(img, headers=headers)

            f = open(path + img.split('?')[0][-11:], 'wb')
            f.write(data.content)
            f.close()