做了个入门级的必应壁纸爬虫

查看 124|回复 9
作者:hoochanlon   
准备工作
bing壁纸网页元素及API分析
词组与时间,可行。
http://www.isummer.cn/#/search?searchVal=森林
http://www.isummer.cn/#/search?searchDate=20230429
格式固定,可作为重命名的选项。
    约书亚树国家公园上空的银河,美国加利福尼亚州(© Schroptschop/Getty Images)
   
图片链接元素定位,将 800x480 换成 1920x1080,可行。

不过,我个人因兴而起,也是因为懒,最后选型是json。

测试过程
直接使用原始的图片地址保存,会带有一些额外的参数或随机字符串,导致无法正确下载或者保存图片。因此,对于这种情况,最好先做好分割,得出实际的图片下载地址,再根据需要合并,得到本地保存名称。
request.json(),它返回HTTP请求正文解析后的JSON对象,使用request.json()方法可以将其转化为Python字典对象。
# 循环获取返回的图片地址
for i in request.json()["data"]["list"]:
    # "wpUrl" 字符串中提取出第一个以 & 符号为分隔符的第一个字符串
    picture_list = i["wpUrl"].split("&")[0]
    # print(picture_list) 返回结果:/th?id=OHR.SouthPadre_ZH-CN8788572569_1920x1080.jpg
    # 采取策略:先分割后拼接
    picture_name = picture_list.split(".") # 返回结果:['/th?id=OHR', 'SouthPadre_ZH-CN8788572569_1920x1080', 'jpg']
    print(picture_name)
通过 3/library/re.split,将列表字串进行进一步分割,将“.”和“_”分割。
picture_name=re.split("[._]", picture_list) # 返回结果:['/th?id=OHR', 'SouthPadre', 'ZH-CN8788572569', '1920x1080', 'jpg']
初试效果

成型及源码
这回就路径简单做了下跨平台:
  • macOS: ~/Pictures/bing
  • Windows:c:/users/用户名/Pictures/bing

    附录源码:https://github.com/hoochanlon/ihs-simple/blob/main/d-python/get_bing_wallpapers.py
    import requests
    import re
    import os
    # 模拟浏览器请求
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36"
    }
    # getWpList json 部分参数
    # data = {
    #     "pageNum": 1,
    #     "pageSize": 9
    # }
    # 循环3次,即从首页到第三页
    # "pageNum" 页码;pageSize,最多9张图。
    for i in range(4):
        data = {
            "pageNum": i,
            "pageSize": 9
        }
        # 请求图片网站API,调用json参数
        request = requests.post('http://www.isummer.cn/x_site/wp/getWpList', json=data, headers=headers)
        # 拼接用户主目录下的 Pictures 文件夹路径
        default_pictures_dir = os.path.join(os.path.expanduser("~"), "Pictures")
        # 拼接成指定保存的图片目录
        picture_path = os.path.join(default_pictures_dir, "bing")
        # 如果目录不存在则创建
        if not os.path.exists(picture_path):
            os.makedirs(picture_path)
        # 测试现象
        # /th?id=OHR.Popocatepetl_ZH-CN5483138337_1920x1080.jpg&rf=LaDigue_1920x1080.jpg&pid=hp
        # 循环获取返回的图片地址
        for i in request.json()["data"]["list"]:
            # "wpUrl" 字符串中提取出第一个以 & 符号为分隔符的第一个字符串
            picture_list = i["wpUrl"].split("&")[0]
            # print(picture_list) 返回结果:/th?id=OHR.SouthPadre_ZH-CN8788572569_1920x1080.jpg
            # 采取策略:先分割后拼接
            # picture_name = picture_list.split(".") # 返回结果:['/th?id=OHR', 'SouthPadre_ZH-CN8788572569_1920x1080', 'jpg']
            picture_name=re.split("[._]", picture_list)
            # 拼接图片保存路径
            save_path = os.path.join(picture_path, f"{picture_name[1]}.{picture_name[4]}")
            # 请求图片的下载地址
            request = requests.post(f'https://cn.bing.com{picture_list}')
            # 保存图片到本地
            with open(save_path, "wb") as f:
                f.write(request.content)
            print("下载完成:" + save_path)

    在线测试
    python -c "$(curl -fsSL https://ghproxy.com/https://raw.githubusercontent.com/hoochanlon/ihs-simple/main/d-python/get_bing_wallpapers.py)"

    图片, 第一个

  • coolfire1983   

    感谢楼主分享 学习了 python越来越强大了
    382PJ   

    感谢楼主分享
    我是来拿CB 的
    回复本帖可获得 15 CB
    sihua3000   

    感谢分享,有空试试
    wors66   

    学习学习,感谢分享
    JackeyLoveONE   

    感谢楼主分享
    我是来拿CB 的
    欲求清风伴凫水   

    学习学习,感谢分享
    alingwin   

    感谢分享,有空试试
    htxz2022   

    最近刚开始学Python,刚好练练手
    洋葱哥哥   

    学习了,感谢分享技术
    您需要登录后才可以回帖 登录 | 立即注册

    返回顶部