20行Python代码批量抓取免费高清图片！

相信在你的码批工作中可能会经常用到PPT吧，你在PPT制作过程中有没有这样的量抓困惑，就是取免清图可以到哪里找到既高清又无版权争议的图片素材呢？这里强烈推荐ColorHub，这是费高一个允许个人和商业用途的免费图片网站，真的码批很赞！从她的量抓主页界面来看，也许你就会爱上她。取免清图

那么，费高如何将网站中的码批图片存储到本地呢（例如比较关心跟数据相关的素材）？如果做到了，就可以在没有网络的量抓情况下，随心所欲的取免清图选择精美图片制作PPT，随时随地的费高查看自己的图片库。而本文所要跟大家分享的码批就是这个问题的解决方案。

爬虫思路

我们知道，量抓对于图片网站的取免清图抓取，往往需要经过三层网页链接，服务器托管为了能够直观地理解这三层链接，可以查看下图：

顶层页：是指通过网站主页的搜索栏，搜索出感兴趣的图片方向，便进入到的图片列表页，它的样子是这样的：

次层页：是指点击图片列表页中的某张图片，转而对应到的图片详情页，它的样子是这样的：

目标页：最后就是为了抓取图片详情页中的那张高清图片，而这张图片在网页源代码中就是一个图片链接，它的样子是这样的：

所以，爬虫抓取图片的最终目的就是找到高清图片所对应的链接。亿华云计算接下来将通过代码的介绍，呈现三层链接的寻找和请求过程。 

 1# 导入第三方包   2import requests   3from bs4 import BeautifulSoup   4import random   5import time   6from fake_useragent import UserAgent   7   8# 通过循环实现多页图片的抓取   9for page in range(1,11):  10    # 生成顶层图片列表页的链接  11    fst_url = r https://colorhub.me/search?tag=data&page={ } .format(page)     12    # 生成UA，用于爬虫请求头的设置  13    UA = UserAgent()  14    # 向顶层链接发送请求  15    fst_response = requests.get(fst_url, headers = {  User-Agent :UA.random})     16    # 解析顶层链接的源代码  17    fst_soup = BeautifulSoup(fst_response.text)  18    # 根据HTML的标记规则，返回次层图片详情页的链接和图片名称  19    sec_urls = [i.find( a )[ href ] for i in fst_soup.findAll(name =  div , attrs = {  class : card })]  20    pic_names = [i.find( a )[ title ] for i in fst_soup.findAll(name =  div , attrs = {  class : card })]  21    # 对每一个次层链接做循环  22    for sec_url,pic_name in zip(sec_urls,pic_names):  23        # 生成UA，用于爬虫请求头的设置  24        UA = UserAgent()  25        ua = UA.random  26        # 向次层链接发送请求  27        sec_response = requests.get(sec_url, headers = {  User-Agent :ua})      28        # 解析次层链接的源代码  29        sec_soup = BeautifulSoup(sec_response.text)  30        # 根据HTML的标记规则，返回图片链接  31        pic_url =  https:  + sec_soup.find( img ,{  class : card-img-top })[ src ]  32        # 对图片链接发送请求  33        pic_response = requests.get(pic_url, headers = {  User-Agent :ua})  34        # 将二进制的图片数据写入到本地（即存储图片到本地）         35        with open(pic_name+ .jpg , mode =  wb ) as fn:  36            fn.write(pic_response.content)       37        # 生成随机秒数，用于也没的停留  38        seconds = random.uniform(1,3)  39        time.sleep(seconds) 

不难发现，代码的核心部分就16行，还是很简单的吧。还不赶快去测试一下这里的代码哦（如果你对某个方面感兴趣，如商务、建筑、植物等，通过搜索，找到顶层页链接，云服务器替换代码中的fst_url值即可）。

在运行完如上代码后，将会抓取ColorHub网站中的10页图片，一共包含325张高清图片，展示如下：

 

很赞哦!（42）