【Python爬虫实战】爬取5K分辨率超清唯美小姐姐壁纸

简介

壁纸的选择其实很大程度上能看出电脑主人的内心世界，有的人喜欢风景，有的人喜欢星空，有的人喜欢美女，有的人喜欢动物。然而，终究有一天你已经产生审美疲劳了，但你下定决定要换壁纸的时候，又发现网上的壁纸要么分辨率低，要么带有水印。

这里有一款Mac下的小清新壁纸神器Pap.er，可能是Mac下最好的壁纸软件，自带5K超清分辨率壁纸，富有多种类型壁纸，当我们想在Windows或者Linux下使用的时候，就可以考虑将5K超清分辨率壁纸爬取下来。

使用教程

确保以下库均已安装：

# 如果没有安装，请使用pip install module安装

import requests

import filetype

import os

import json

from contextlib import closing

编写思路

首先，打开Charles软件，进行抓包。打开Pap.er，开始抓包。(由于是Mac系统下的APP，所以非Mac系统的朋友可以直接看抓包结果)

抓包分析结果如下：

类型地址

最新 https://service.paper.meiyuan.in/api/v2/columns/flow/5c68ffb9463b7fbfe72b0db0?page=1&per_page=20

最热 https://service.paper.meiyuan.in/api/v2/columns/flow/5c69251c9b1c011c41bb97be?page=1&per_page=20

女生 https://service.paper.meiyuan.in/api/v2/columns/flow/5c81087e6aee28c541eefc26?page=1&per_page=20

星空 https://service.paper.meiyuan.in/api/v2/columns/flow/5c81f64c96fad8fe211f5367?page=1&per_page=20

参数page不用改动，per_page指的是每页提取的数量，也就是我们想要提取的图片数量。

抓完包之后，我们开始编写5K壁纸解析程序

演示图片

代码：

# 爬取不同类型图片

def crawler_photo(type_id, photo_count):

    # 最新 1, 最热 2, 女生 3, 星空 4

    if(type_id == 1):

      url =

'https://service.paper.meiyuan.in/api/v2/columns/flow/5c68ffb9463b7fbfe72b0db0?page=1&per_page='

+ str(photo_count)

    elif(type_id == 2):

        url =

'https://service.paper.meiyuan.in/api/v2/columns/flow/5c69251c9b1c011c41bb97be?page=1&per_page='

+ str(photo_count)

    elif(type_id == 3):

        url =

'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81087e6aee28c541eefc26?page=1&per_page='

+ str(photo_count)

    elif(type_id == 4):

        url =

'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81f64c96fad8fe211f5367?page=1&per_page='

+ str(photo_count)

    headers = {"User-Agent":

"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like

Gecko) Chrome/63.0.3239.132 Safari/537.36"}

    # 获取图片链接列表数据，json格式

    respond = requests.get(url, headers=headers)

    # 对json格式转化为python对象

    photo_data = json.loads(respond.content)

    # 已经下载的图片张数

    now_photo_count = 1

    # 所有图片张数

    all_photo_count = len(photo_data)

    # 开始下载并保存5K分辨率壁纸

    for photo in photo_data:

        # 创建一个文件夹存放我们下载的图片(若存在则不用重新创建)

        if not os.path.exists('./' + str(type_id)):

            os.makedirs('./' + str(type_id))

        # 准备下载的图片链接，5K超清壁纸链接

        file_url = photo['urls']['raw']

        # 准备下载的图片名称,不包含扩展名

        file_name_only = file_url.split('/')

        file_name_only = file_name_only[len(file_name_only) -1]

        # 准备保存到本地的完整路径

        file_full_name = './' + str(type_id) + '/' + file_name_only

        # 开始下载图片

        Down_load(file_url, file_full_name, now_photo_count, all_photo_count)

        # 已经下载的图片数量加1

        now_photo_count = now_photo_count + 1

根据不同类型的壁纸，创建不同的文件夹编号进行分类。

上面的Down_load()函数是下载文件的意思，调用requests库，具体代码如下：

# 文件下载器

def Down_load(file_url, file_full_name, now_photo_count, all_photo_count):

  headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64)

AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132

Safari/537.36"}

    # 开始下载图片

    with closing(requests.get(file_url, headers=headers, stream=True)) as response:

        chunk_size = 1024  # 单次请求最大值

        content_size = int(response.headers['content-length'])  # 文件总大小

        data_count = 0 # 当前已传输的大小

        with open(file_full_name, "wb") as file:

            for data in response.iter_content(chunk_size=chunk_size):

                file.write(data)

                done_block = int((data_count / content_size) * 50)

                data_count = data_count + len(data)

                now_jd = (data_count / content_size) * 100

              print("\r %s：[%s%s] %d%% %d/%d" % (file_full_name,

done_block * '█', ' ' * (50 - 1 - done_block), now_jd, now_photo_count,

all_photo_count), end=" ")

    # 下载完图片后获取图片扩展名，并为其增加扩展名

    file_type = filetype.guess(file_full_name)

    os.rename(file_full_name, file_full_name + '.' + file_type.extension)

chunk_size指的是单次请求的最大值，content_size指的就是我们下载5K超清壁纸的大小，为了能够直观显示下载情况，所以添加了下载进度条的显示效果。核心代码为file.write(data)。

下载完毕后，为了方便我们查看文件，所以需要给图片添加对应的扩展名，比如jpg,png,gif，这里使用到filetype库对文件进行解析，判断其类型。

最后，开始在main中爬取5K高清壁纸：

全部代码

# -*- coding:utf-8 -*-

from requests import get

from filetype import guess

from os import rename

from os import makedirs

from os.path import exists

from json import loads

from contextlib import closing

# 文件下载器

def Down_load(file_url, file_full_name, now_photo_count, all_photo_count):

  headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64)

AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132

Safari/537.36"}

    # 开始下载图片

    with closing(get(file_url, headers=headers, stream=True)) as response:

        chunk_size = 1024  # 单次请求最大值

        content_size = int(response.headers['content-length'])  # 文件总大小

        data_count = 0 # 当前已传输的大小

        with open(file_full_name, "wb") as file:

            for data in response.iter_content(chunk_size=chunk_size):

                file.write(data)

                done_block = int((data_count / content_size) * 50)

                data_count = data_count + len(data)

                now_jd = (data_count / content_size) * 100

              print("\r %s：[%s%s] %d%% %d/%d" % (file_full_name,

done_block * '█', ' ' * (50 - 1 - done_block), now_jd, now_photo_count,

all_photo_count), end=" ")

    # 下载完图片后获取图片扩展名，并为其增加扩展名

    file_type = guess(file_full_name)

    rename(file_full_name, file_full_name + '.' + file_type.extension)

# 爬取不同类型图片

def crawler_photo(type_id, photo_count):

    # 最新 1, 最热 2, 女生 3, 星空 4

    if(type_id == 1):

      url =

'https://service.paper.meiyuan.in/api/v2/columns/flow/5c68ffb9463b7fbfe72b0db0?page=1&per_page='

+ str(photo_count)

    elif(type_id == 2):

        url =

'https://service.paper.meiyuan.in/api/v2/columns/flow/5c69251c9b1c011c41bb97be?page=1&per_page='

+ str(photo_count)

    elif(type_id == 3):

        url =

'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81087e6aee28c541eefc26?page=1&per_page='

+ str(photo_count)

    elif(type_id == 4):

        url =

'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81f64c96fad8fe211f5367?page=1&per_page='

+ str(photo_count)

    # 获取图片列表数据

    headers =

{"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36

(KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"}

    respond = get(url, headers=headers)

    photo_data = loads(respond.content)

    # 已经下载的图片张数

    now_photo_count = 1

    # 所有图片张数

    all_photo_count = len(photo_data)

    # 开始下载并保存5K分辨率壁纸

    for photo in photo_data:

        # 创建一个文件夹存放我们下载的图片

        if not exists('./' + str(type_id)):

            makedirs('./' + str(type_id))

        # 准备下载的图片链接

        file_url = photo['urls']['raw']

        # 准备下载的图片名称,不包含扩展名

        file_name_only = file_url.split('/')

        file_name_only = file_name_only[len(file_name_only) -1]

        # 准备保存到本地的完整路径

        file_full_name = './' + str(type_id) + '/' + file_name_only

        # 开始下载图片

        Down_load(file_url, file_full_name, now_photo_count, all_photo_count)

        now_photo_count = now_photo_count + 1

if __name__ == '__main__':

    # 最新 1, 最热 2, 女生 3, 星空 4

    # 爬取类型为3的图片(女生),一共准备爬取20000张

    wall_paper_id = 1

    wall_paper_count = 10

    while(True):

        # 换行符

        print('\n\n')

        # 选择壁纸类型

        wall_paper_id = input("壁纸类型：最新壁纸 1, 最热壁纸 2, 女生壁纸 3, 星空壁纸 4\n请输入编号以便选择5K超清壁纸类型：")

        # 判断输入是否正确

        while(wall_paper_id  != str(1) and wall_paper_id  != str(2) and wall_paper_id  != str(3) and wall_paper_id  != str(4)):

            wall_paper_id = input("壁纸类型：最新壁纸 1, 最热壁纸 2, 女生壁纸 3, 星空壁纸 4\n请输入编号以便选择5K超清壁纸类型：")

        # 选择要下载的壁纸数量

        wall_paper_count = input("请输入要下载的5K超清壁纸的数量：")

        # 判断输入是否正确

        while(int(wall_paper_count) <= 0):

            wall_paper_count = input("请输入要下载的5K超清壁纸的数量：")

        # 开始爬取5K高清壁纸

        print("正在下载5K超清壁纸，请稍等……")

        crawler_photo(int(wall_paper_id), int(wall_paper_count))

        print('\n下载5K高清壁纸成功!')

总结

我是悦悦，一名喜欢分享知识的程序媛，感兴趣的就赶紧来点击关注我叭~哪里有不明白或有不同观点的地方欢迎留言！