用python写一个爬虫,爬取google中关于蛇的照片

以下是一个简单的Python爬虫示例,使用requests库和BeautifulSoup进行网页爬取,爬取Google图片搜索中关于蛇的照片。

首先,你需要安装必要的库(如果尚未安装的话):




pip install requests
pip install beautifulsoup4

然后,你可以使用以下代码来实现爬虫:




import requests
from bs4 import BeautifulSoup
import os
 
# 目标网址的前缀
base_url = "https://www.google.com/search?tbm=isch&q=snake"
 
# 图片保存路径
save_path = 'snake_images/'
if not os.path.exists(save_path):
    os.makedirs(save_path)
 
# 用户代理,以防被识别并禁止爬取
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
 
def download_image(image_url, file_path):
    response = requests.get(image_url, headers=headers)
    with open(file_path, 'wb') as f:
        f.write(response.content)
        print(f"Image saved: {file_path}")
 
def get_image_urls(url):
    response = requests.get(url, headers=headers)
    soup = BeautifulSoup(response.text, 'html.parser')
    image_urls = [img['src'] for img in soup.find_all('img', class_='Q4LuWd')]
    return image_urls
 
def main():
    image_urls = get_image_urls(base_url)
    for i, image_url in enumerate(image_urls):
        file_path = os.path.join(save_path, f"snake_{i}.jpg")
        download_image(image_url, file_path)
 
if __name__ == '__main__':
    main()

请注意,这个爬虫依赖于Google图片搜索的HTML结构,该结构可能会随着时间变化而变化,因此可能需要进行适当的调整。此外,过度使用此爬虫可能会触发Google的反爬虫机制,导致被封禁。使用爬虫时请遵守相关法律法规,并尊重网站的robots.txt规则。

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日