欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答、求职一站式搞定!
对商业智能BI、大数据分析挖掘、机器学习,python,R等数据领域感兴趣的同学加微信:tstoutiao,邀请你进入数据爱好者交流群,数据爱好者们都在这儿。
作者:强哥,现供职于一家大型全球电子商务网站,多年Python程序员,热爱数据,热爱AI,希望能与更多同业人交流。
个人公众号:Python与数据分析
Unsplash是个高清摄影图片的网站,里面的照片非常精美,分辨率也很高,最重要的是,所有的照片都没有版权,无须向原作者申请授权,即可任意使用。
最近闲暇的时候写了个爬虫爬了下Unsplash上的那些高赞的壁纸。爬虫原理非常简单,就是爬取所有的壁纸,然后筛选那些赞数最高的图片。
代码实现
第一步我们爬取Unsplash所有的壁纸图片信息,并存入MongoDB,代码如下
defget_image_by_page(page_no):url="https://unsplash.com/napi/collections/1065976/photos?page={}&per_page=10&order_by=latest&share_key=a4a197fc196734b74c9d87e48cc86838".format(page_no)r=requests.get(url,verify=False)data=r.json()returndatadefget_images():page_no=1client=pymongo.MongoClient()db=client["unsplash"]whileTrue:result=get_image_by_page(page_no)iflen(result)==0:breakdb.wallpaper.insert_many(result)print(page_no)page_no+=1time.sleep(10)
爬下来的数据里面包含了几个重要的字段。
我们最关心的就是likes这个字段,这个里面存了图片的赞数,后续我们筛选高赞图片的时候会用到。
还有两个字段分别是width和height,这是图片的宽度和高度,因为我们这里关注的是桌面壁纸,所以只关心宽度大于高度的那些壁纸。
爬完图片信息后,接下来我们从数据库筛选高赞图片,代码如下
defget_top_liked_images():client=pymongo.MongoClient()db=client["unsplash"]cursor=db.wallpaper.aggregate([{"$match":{"likes":{"$gte":1000}}}])path=os.path.dirname(__file__)path=os.path.join(path,"wallpaper")foritemincursor:url=item["urls"]["raw"]width=item["width"]height=item["height"]ifwidth<=height:continuer=requests.get(url,verify=False)filename="{}.jpg".format(int(time.time()))filepath=os.path.join(path,filename)withopen(filepath,"wb")asf:f.write(r.content)print(filepath)time.sleep(10)
这里我们会根据图片信息里的URL去下载图片。需要注意的是,如果过于频繁的爬取Unsplash,会导致爬虫被封,所以这里每次下载完都会睡个10秒钟。
高赞壁纸
我们从爬取的结果里面精选了80张高赞壁纸,没有加任何水印,放在这里。不过微信对上传的图片作了压缩,所以上传后的图片不是原图,分辨率有些损失。需要原图的话在文末有获取方式。
下面是80张无水印高赞壁纸,大家看看最喜欢哪一张呢,欢迎在留言里告诉我~
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
完整代码已上传github,所有原图已上传百度网盘,可在公众号后台回复unsplash获取。
Python的爱好者社区历史文章大合集:
福利:文末扫码关注公众号,“Python爱好者社区”,开始学习Python课程:
关注后在公众号内回复“ 课程 ”即可获取:
小编的转行入职数据科学(数据分析挖掘/机器学习方向)【最新免费】
小编的Python的入门免费视频课程!
小编的Python的快速上手matplotlib可视化库!
崔老师爬虫实战案例免费学习视频。
陈老师数据分析报告扩展制作免费学习视频。
玩转大数据分析!Spark2.X + Python精华实战课程免费学习视频。
网友评论