import re #匯入正則表示式模組
import requests #python HTTP客戶端 編寫爬蟲和測試伺服器經常用到的模組
import random #隨機生成一個數，範圍[0,1]
import os

def mkdir(path):
    # 判斷路徑是否存在
    # 存在     True
    # 不存在   False
    isExists=os.path.exists(path)
 
    # 判斷結果
    if not isExists:
        os.makedirs(path) 
 
        print (path+' 建立成功
 
')
        return True
    else:
        # 如果目錄存在則不建立，並提示目錄已存在
        print (path+' 目錄已存在')
        return False
        
        
        
#定義函式方法
def spiderPic(html,keyword):
    print('正在查詢 ' + keyword +' 對應的圖片,下載中，請稍後......')
    for addr in re.findall('"objURL":"(.*?)"',html,re.S):     #查詢URL
        print
 
('正在爬取URL地址：'+str(addr)[0:30]+'...')  #爬取的地址長度超過30時，用'...'代替後面的內容
 
        try:
            pics = requests.get(addr,timeout=10)  #請求URL時間（最大10秒）
        except requests.exceptions.ConnectionError:
            print('您當前請求的URL地址出現錯誤')
            continue
        
        creatDir = 'D:\\資料\\年齡性別\\myPaData\\woman\\
 
' + keyword
        mkdir(creatDir)
        fq = open(creatDir + '\\' +(keyword+'_'+str(random.randrange(0,1000,4))+'.jpg'),'wb')     #下載圖片，並儲存和命名
        fq.write(pics.content)
        fq.close()
 
#python的主方法
if __name__ == '__main__':
    #word = input('請輸入你要搜尋的圖片關鍵字：')
    f = open("D:\\資料\\年齡性別\\myPaData\\woman.txt")
    s=f.read()
    s1 = re.split(' ', s) #利用正則函式進行分割
    
    for word in s1:
        print (word)
        result = requests.get('http://image.baidu.com/search/index?tn=baiduimage&ps=1&ct=201326592&lm=-1&cl=2&nc=1&ie=utf-8&word=' + word)
        spiderPic(result.text,word)