利用python脚本，根据词条爬取百度图片(爬虫)

以下是一个简单的Python脚本，用于根据关键词爬取百度图片的示例。请注意，这个脚本仅用于学习目的，实际使用时应遵守相关法律法规，并遵循网站的robots.txt规则。

import requests
from bs4 import BeautifulSoup
import os
import time
 
def download_image(image_url, keyword):
    response = requests.get(image_url)
    if response.status_code == 200:
        file_path = f"{keyword}/{image_url.split('/')[-1]}"
        with open(file_path, 'wb') as file:
            file.write(response.content)
            print(f"Image {image_url} downloaded successfully.")
    else:
        print(f"Failed to download image: {image_url}")
 
def crawl_baidu_images(keyword, max_images):
    if not os.path.exists(keyword):
        os.makedirs(keyword)
    image_urls = set()
    for i in range(max_images):
        page_url = f"https://image.baidu.com/search/index?tn=baiduimage&word={keyword}&pn={i*30}"
        response = requests.get(page_url)
        if response.status_code == 200:
            soup = BeautifulSoup(response.text, 'html.parser')
            for img in soup.find_all('img', class_='main_img'):
                image_url = img['src']
                if image_url not in image_urls:
                    image_urls.add(image_url)
                    download_image(image_url, keyword)
                    time.sleep(1)  # 暂停一段时间以避免请求过于频繁
        else:
            print(f"Failed to crawl page: {page_url}")
            break
 
if __name__ == "__main__":
    crawl_baidu_images("tiananmen", 10)  # 替换为你想要搜索的关键词和想要下载的图片数量

请确保你的环境中已安装requests和beautifulsoup4库。可以使用pip install requests beautifulsoup4命令安装。

注意：

1. 这个脚本仅用于学习目的，不得用于非法爬取或侵犯他人版权。
2. 爬取的图片数量应当适度，避免对服务器造成过大压力。
3. 爬虫行为可能会被百度服务器识别并封禁IP，因此应适当增加爬取的间隔时间。