利用工作之餘的時間，學習Python差不多也有小一個月的時間了，路漫漫其修遠兮，我依然是隻菜鳥。

感覺學習新技術確實是一個痛並快樂著的過程，在此分享些心得和收穫，並貼一個爬取百度圖片原圖的程式碼。

一、安裝，搭建環境

首先是Python的安裝，我想網上已經很多了，如果連安裝都搞不定接下來的也不用看了，我自己用得是3.5的版本。

除此之外分享一個國外的網站，涵蓋了幾乎全部的python模組，執行過程中有模組缺失的可以pip或者手動在這裡下載安裝。

下載下來的檔案字尾名改成.zip，解壓出來的資料夾直接放在python安裝目錄下的Lib資料夾裡即可。

為了讓我們碼程式碼更簡單舒服，除錯更輕鬆，推薦一個IDE:PyCharm ,介面和操作都很友好易上手，需要的自行百度安裝。

二、核心程式碼

首先F12除錯模式，檢視圖片的連結地址

後來實驗了，發現這是小圖的連結地址，咱直接pass。在網頁空白處右鍵檢視原始碼，根據前輩的經驗，我們能找到objUrl既是我們需要的原圖的地址,這下就好辦了，直接正則匹配，

pattern_pic = '"objURL":"(.*?)",'

而後處理翻頁的問題

pattern_fanye = '<a href="(.*)" class="n">下一頁</a>'
fanye_url = re.findall(pattern_fanye, html)[0]  # 下一頁的連結

最後就可以迴圈儲存圖片了。

以下貼出程式碼：

# coding=utf-8
"""
爬取百度圖片的高清原圖
Author          : MirrorMan
Created         : 2017-11-10
"""
import re
import sys
import urllib
import os

import requests


def get_onepage_urls(onepageurl):
    if not onepageurl:
        print('執行結束')
        return [], ''
    try:
        html = requests.get(onepageurl).text
    except Exception as e:
        print(e)
        pic_urls = []
        fanye_url = ''
        return pic_urls, fanye_url
    pic_urls = re.findall('"objURL":"(.*?)",', html, re.S)
    fanye_urls = re.findall(re.compile(r'<a href="(.*)" class="n">下一頁</a>'), html, flags=0)
    fanye_url = 'http://image.baidu.com' + fanye_urls[0] if fanye_urls else ''
    return pic_urls, fanye_url


def down_pic(pic_urls,localPath):
    if not os.path.exists(localPath):  # 新建資料夾
        os.mkdir(localPath)
    """給出圖片連結列表, 下載圖片"""
    for i, pic_url in enumerate(pic_urls):
        try:
            pic = requests.get(pic_url, timeout=15)
            string = str(i + 1) + '.jpg'
            with open(localPath + '%d.jpg' % i, 'wb')as f:
                f.write(pic.content)
          #  with open(string, 'wb') as f:
          #      f.write(pic.content)
                print('成功下載第%s張圖片: %s' % (str(i + 1), str(pic_url)))
        except Exception as e:
            print('下載第%s張圖片時失敗: %s' % (str(i + 1), str(pic_url)))
            print(e)
            continue


if __name__ == '__main__':
    keyword = '泰勒斯威夫特1920*1080'  # 關鍵詞, 改為你想輸入的詞即可
    url_init_first = r'http://image.baidu.com/search/flip?tn=baiduimage&ipn=r&ct=201326592&cl=2&lm=-1&st=-1&fm=result&fr=&sf=1&fmq=1497491098685_R&pv=&ic=0&nc=1&z=&se=1&showtab=0&fb=0&width=&height=&face=0&istype=2&ie=utf-8&ctd=1497491098685%5E00_1519X735&word='
    url_init = url_init_first + urllib.parse.quote(keyword, safe='/')
    all_pic_urls = []
    onepage_urls, fanye_url = get_onepage_urls(url_init)
    all_pic_urls.extend(onepage_urls)

    fanye_count = 1  # 圖片所在頁數，下載完後調整這裡就行
    while 1:
        onepage_urls, fanye_url = get_onepage_urls(fanye_url)
        fanye_count += 1
        print('第%s頁' % fanye_count)
        if fanye_url == '' and onepage_urls == []:
            break
        all_pic_urls.extend(onepage_urls)

    down_pic(list(set(all_pic_urls)),'e:/PythonPic/泰勒%s/' % fanye_count)#儲存位置也可以修改
 

三、其它

執行跑起來，

有些圖片是無效的，一般就是連結失效了，也在我們的承受範圍中，接下來大家就盡情享受吧

MirrorMan

2017/11/10