Python爬虫入门！破解pexels高清原图！零基础必…

最近貌似对好看的图着迷，Pixabay爬不到原图不甘心呀。

百度+知乎了下，于是转向pexels,同样一个高人气图片网站。

1、分析查看

首先点击进入官网，又见瀑布流，点击查看源码。私信小编007即可获取数十套PDF哦！

查看源代码和首页差不多，接着是图片真实地址链接。我在这里绕了几个弯，具体不叙述。

加上前面pixabay的坑，最后得到经验：直接点击官方下载按钮，从对话框中看到图片真实链接，这是最保险的模式。（因为有时“查看模式”并不能提供真实链接，而且有时也并不能下载得到。）

我第一次以为链接只有第二种，结果辛辛苦苦匹配正则下载的图确是这样的：

有些图并不能打开，又得到教训：爬虫爬下的图打不开时，可能链接地址是错的。

每个链接后面都多了个’？’，如何去掉字符串最后一位字符，我记得string类是没有像list类的pop()方法的，又考验Python基础。不过这个简单啦~

点击源码中href=”/search/water/?page=2”,页面跳转

地址栏里链接变成 https://www.pexels.com/search/water/?page=2

熟悉的感觉，这几个图好像刚刚那个页面也出现过。。。

回第一页源码中数了下，一共才发现15张缩略图的链接。

然后全明白了，回page1一数正好吻合。

原来获取图片接口在源码里啊，每一页15张，308就是最大页数了。

接着就简单了，又可以循环遍历，避开瀑布流啦^_^

试着下载图片，结果又出幺蛾子了：

二、结果

最后来看下结果

已经存在的图自动跳过。

强迫症患者，终于等到10页图全部下载完才睡。。。

本来准备随便拿个图看效果

结果太大了上传不了。。。。

（比如上图第一排最右边的那个图就有27M）

三、代码

这个爬虫还是可以的，就是速度太慢了了，等学了多线程再回来优化。

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有