最近加入了斗图群，发现自己的表情包太少了，斗不过他们。今天用Python实现批量抓取百度图片里面的表情包和他们决战。

需要实现的效果图：

目标

• 获取百度图片的URL，并且下载到本地

 分析：

• F12检查来获取图片在源代码的位置。可是发现源代码里根本就找不到的。

源代码

• 那就是通过动态加载完成的，我们来验证一下

• 果然是这样的，图片链接在这个数据包里面，thumbURL对应着url，而且还发现pageNum: 30这个参数，表示一个数据包里面有30条数据（也就是30个图片链接）
• 每一次请求的url参数，几乎都一样，只有一个参数是不同的，那就是pn，他指的是当前页面中已经展示的图片数目。

我们所需要的信息都已经找到，那么开始编写代码吧

import requests

class Spider(object):
    def __init__(self):

        # 初始化headers
        self.headers = {
            "User-Agent": "Mozilla/5.0 (macintosh; Intel Mac OS X 10_15_3) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/80.0.3987.149 Safari/537.36"
        }
        # 指定存储路径
        self.path = '/Users/admin/Desktop/Image/'
        self.page = int(input('请输入需要爬取的页数：'))
    # 获取翻页url
    def get_parse_url(self):
        urls =[]
        for i  in range(1,self.page+1):
            urls.append('https://image.baidu.com/search/acjson?tn=resultjson_com&ipn=rj&ct=201326592&is=&fp=result&queryword=%E8%A1%A8%E6%83%85%E5%8C%85&cl=2&lm=-1&ie=utf-8&oe=utf-8&adpicid=&st=&z=&ic=&hd=&latest=©right=&word=%E8%A1%A8%E6%83%85%E5%8C%85&s=&se=&tab=&width=&height=&face=&istype=&qc=&nc=&fr=&expermode=&force=&pn={}&rn=30&gsm=1e&1586570843561='.format(30*i))
        return urls
    # 获取图片url
    def get_immage_url(self,urls):
        image_url = []
        for url in urls:
            response = requests.get(url,headers=self.headers).json()
            results = response.get('data')
            for i in results:
                image_url.append(i.get('thumbURL'))

        return image_url
    # 存储
    def storage_image(self,image_url):
        i = 1 # 图片编号标记
        for img_url in image_url:
            print('正在爬取第{}张'.format(i))
            if img_url is None:
                continue
            response = requests.get(img_url,headers=self.headers).content
            with open(self.path + '{}.jpg'.format(i),'wb') as f:
                f.write(response)
                i +=1

    def start(self):
        urls = self.get_parse_url()
        image_url = self.get_immage_url(urls)
        self.storage_image(image_url)

spider = Spider()
spider.start()

代码解读：

1. def __init__(self): 对我们所需要的url和headers等参数进行一个初始化。
2. def get_parse_url(self): 获取数据包url的翻页
3. def get_immage_url(self,urls): 获取图片url
4. def storage_image(self,image_url): 对下载的图片存储到指定位置
5. def start(self): 把所有的方法整合，方便调用。

最终效果图：

总结

• 本章学习了如何实现爬取海量的表情包，斗图再也不怕图不够了
• 代码定制了爬取的数量，一页是30个表情包，可以根据需求输入爬取的数量

如果本文对你有帮助，帮忙转发一下呗～