如何⽤Python爬⾍实现百度图⽚⾃动下载？
Github：
制作爬⾍的步骤
制作⼀个爬⾍⼀般分以下⼏个步骤：
分析需求
分析⽹页源代码，配合开发者⼯具
编写正则表达式或者XPath表达式
正式编写 python 爬⾍代码
效果预览
运⾏效果如下：
存放图⽚的⽂件夹：
需求分析
我们的爬⾍⾄少要实现两个功能：⼀是搜索图⽚，⼆是⾃动下载。
搜索图⽚：最容易想到的是爬百度图⽚的结果，我们就上百度图⽚看看：
随便搜索⼏个关键字，可以看到已经搜索出来很多张图⽚：
分析⽹页
我们点击右键，查看源代码：
打开源代码之后，发现⼀堆源代码⽐较难出我们想要的资源。
这个时候，就要⽤开发者⼯具！我们回到上⼀页⾯，调出开发者⼯具，我们需要⽤的是左上⾓那个东西：(⿏标跟随)。然后选择你想看源代码的地⽅，就可以发现，下⾯的代码区⾃动定位到了相应的位置。如下图：
我们复制这个地址，然后到刚才的⼀堆源代码⾥搜索⼀下，发现了它的位置，但是这⾥我们⼜疑惑了，这个图⽚有这么多地址，到底⽤哪个呢？我们可以看到有thumbURL，middleURL，hoverURL，objURL
通过分析可以知道，前⾯两个是缩⼩的版本，hoverURL 是⿏标移动过后显⽰的版本，objURL 应该是我们需要的，可以分别打开这⼏个⽹址看看，发现 objURL 的那个最⼤最清晰。
到了图⽚地址，接下来我们分析源代码。看看是不是所有的 objURL 都是图⽚。
发现都是以.jpg格式结尾的图⽚。
编写正则表达式
pic_url = re.findall('"objURL":"(.*?)",',html,re.S)
编写爬⾍代码
这⾥我们⽤了2个包，⼀个是正则，⼀个是 requests 包
#-*- coding:utf-8 -*-
import re
import requests
复制百度图⽚搜索的链接，传⼊ requests ，然后把正则表达式写好
python爬虫开发因为有很多张图⽚，所以要循环，我们打印出结果来看看，然后⽤ requests 获取⽹址，由于有些图⽚可能存在⽹址打不开的情况，所以加了10秒超时控制。
pic_url = re.findall('"objURL":"(.*?)",',html,re.S)
i = 1
for each in pic_url:
print each
try:
pic= (each, timeout=10)
ptions.ConnectionError:
print('【错误】当前图⽚⽆法下载')
continue
接着就是把图⽚保存下来，我们事先建⽴好⼀个 images ⽬录，把图⽚都放进去，命名的时候，以数字命名。
dir = '../images/' + keyword + '_' + str(i) + '.jpg'
fp = open(dir, 'wb')
fp.t)
fp.close()
i += 1
完整的代码
# -*- coding:utf-8 -*-
import re
import requests
def dowmloadPic(html, keyword):
pic_url = re.findall('"objURL":"(.*?)",', html, re.S)
i = 1
print('到关键词:' + keyword + '的图⽚，现在开始下载图⽚...')
for each in pic_url:
print('正在下载第' + str(i) + '张图⽚，图⽚地址:' + str(each))
try:
pic = (each, timeout=10)
ptions.ConnectionError:
print('【错误】当前图⽚⽆法下载')
continue
dir = '../images/' + keyword + '_' + str(i) + '.jpg'
fp = open(dir, 'wb')
fp.t)
fp.close()
i += 1
if __name__ == '__main__':
word = input("Input key word: ")
url = 'image.baidu/search/flip?tn=baiduimage&ie=utf-8&word=' + word + '&ct=201326592&v=flip'
result = (url)
, word)
我们看到有的图⽚没显⽰出来，打开⽹址看，发现确实没了。
因为百度有些图⽚它缓存到百度的服务器上，所以我们在百度上还能看见它，但它的实际链接已经失效了。
总结
enjoy 我们的第⼀个图⽚下载爬⾍吧！当然它不仅能下载百度的图⽚，依葫芦画瓢，你现在应该能做很多事情了，⽐如爬取头像，爬淘宝展⽰图等等。
完整代码已经放到Githut上