文章采集完(网上最好的优质壁纸，怎么样才能找到你中意的壁纸 )

　　文章采集完(网上最好的优质壁纸，怎么样才能找到你中意的壁纸

)

　　也许你之前在百度上搜索壁纸，或者使用一些国内的图片资源站。相信你也被那些复杂的积分系统或者收费方式折磨过，但是在Wallhaven之后，你要做的就是把这个网站采集起来。

　　Wallhaven 被誉为“互联网上最好的壁纸”。这一点都不谦虚。真是“天生骄傲”。这么大的口气，当然得有什么引以为傲的了。

　　它有一个简单的界面，没有广告。以上壁纸虽然基本都是用户上传的，但绝对是一流的高画质高清壁纸。

　　类别过滤器

　　打开这个网站，你会发现一个幸福的烦恼：海量的优质壁纸，怎么才能找到自己喜欢的壁纸呢？

　　首先点击首页的这个Toplist，可以看到Wallhaven将壁纸按照General、Anime、People（一般、*敏*感*词*、人物）分为三种。这只是最基本的分类。

　　同时，它还提供了三类：SFW、Sketchy和NSFW。这是什么意思？我不会在这里打电话。我直接给你解释。SFW 是 Safe for Work 的缩写。这是两者之间的程度。

　　这种分类没有任何问题。在家可以在电脑上设置壁纸，但是在办公室里，工作时不适合在电脑屏幕上看到流鼻血，你懂的。不得不说，这种对壁纸图片“分级”的操作，可以让我们更容易的找到自己想要的壁纸图片。

　　在搜索框下方，有一系列标签，您可以根据自己喜欢的标签进行选择。如果上面提供的标签不够，点击更多标签，会有更丰富的标签，还会显示该标签下的壁纸数量和浏览量。

　　要知道，在网站的壁纸中，收录的海量壁纸并不少见。真正的难点在于是否有高效的分类检索机制，让你快速锁定自己喜欢的壁纸。

　　爬行巨蟒领主

　　接下来想采集页面图片进行采集排序，并在电脑上设置幻灯片壁纸，所以写了一个python代码爬取img，主要是因为一张一张保存漂亮的图片太费力了。

　　大体思路是先看html的整体结构，看到图片集合固定在链接前面，然后下拉，后面跟着page=x，再看一遍，可以看到所有图片都是在格式中，图片的真实地址就是这个。那会容易些。

　　使用BeautifulSoup库从HTML文件中提取数据，定义getpages_HTML函数连接wallhaven壁纸页面，定义getURL获取href，定义parseHTML函数，解析html页面中的img src标签，返回.jpg文件下载链接，getDownload函数下载到自己在定义Path下，main函数开始定义Path和url，输入页码，如果第一页没有添加page参数，直接保存第一页的所有图片，否则循环1到页保存图片地址。最后循环下载保存的地址。

　　import requests

from bs4 import BeautifulSoup

import os

def getpages_HTML(url,info = None):#连接wallhaven随机壁纸页面

try:

r = requests.request('GET',url = url,params = info)

r.raise_for_status()

r.encoding = r.apparent_encoding

return r.text

except:

print("Failed")

def getURL(html,lst):

soup = BeautifulSoup(html,'html.parser')

trs = soup.find_all('a')

for tr in trs:

if tr.get('href') is not None and len(tr.get('href')) == 29:

lst.append(tr.get('href'))#提取href

def parseHTML(html):

soup = BeautifulSoup(html,'html.parser')

img = soup.find_all('img')#解析html页面里的img src标签

src = img[2].get('src')

return src #返回.jpg文件下载链接

def getDownload(url,path):

try:

r = requests.get(url)

r.raise_for_status()

with open(path,'wb')as f:

f.write(r.content)

except:

return "Failed"

if __name__ == '__main__':

pic_dir = 'C://Users//Administrator//Pictures//wallpapers'

if not os.path.exists(pic_dir):

os.mkdir(pic_dir)

infoDict = {}

lst = []

page_num = int(input('plese input the page number:'))

url = 'https://wallhaven.cc/search?categories=110&purity=100&sorting=favorites&order=desc'

if page_num == 1:#对输入数字进行判断

infoDict['page'] = 1

html = getpages_HTML(url = url,info = infoDict)

getURL(html,lst)

else:

for i in range(1,page_num + 1):

infoDict['page'] = i

html = getpages_HTML(url = url,info = infoDict)

getURL(html,lst)

for i in range(len(lst)):

pic_html = getpages_HTML(lst[i],info = None)

downloader = parseHTML(pic_html)

path = pic_dir + '//' + lst[i][-6:] + '.jpg'

getDownload(downloader,path)