写文章没高质量配图？python爬虫绕开限制一键搜索下载图虫创意图片！

　　文章目录

　　前言

　　在我们写文章(博客、公众号、自媒体)的时侯，常常认为自己的文章有些老土，这很大程度是因为配图没有选好。

　　笔者也是遇见相同的情况，顺便解决其中一个案例，给你们一些技术上的参考和借鉴！

　　并且，我们搜图片假如去百度，会碰到两种情况：非高清或则带水印。这都是我们所忌讳的东西。笔者这次通过图虫创意抓起高清小图，虽然不是大图，但是在火爆的移动端阅读上是足够的！

　　项目效果图(下载部份图片停止)：

　　分析

　　废话说完了，我们开始剖析怎么样能够获取这样的图片呢。

　　理想状态实际剖析

　　但事实这些肯定会被理想破灭，因为不可能！他以图片为核心业务，要你注册，购买等等，怎么可能就那么容易的嵌入步入被你找到。

　　首先打开网页，检查图片，发现它的网页图片来源不惟一。有两个主要域名ice和wel，并且旁边的编号还不惟一，但是可以尝试发觉相同域名不同后缀的图片地址结果相同！（例如icweiliimg9和icweiliimg/效果相同）。

　　我们发觉原先这个搜索url会变化，但是这个查看网页源代码发觉并没有我们想要的图片地址。那么我们肯定晓得它要么从ajax渲染，或者就藏在js中进行混淆或则加密。我们发觉这个xhr中并没有想要的数据，并且他虽然藏在js中。其实这个可以猜测到的，因为它的url既然跟随变化这么返回的数据肯定是有区别的。

　　那么剖析就到这儿，剩下就是python爬虫的模拟和解析了。

　　爬虫实现

　　前面说到早已晓得它的数据源，我们用python编撰爬虫须要进行模拟。经过测试发觉它须要进行一些验证，其中包过cookie的wluuid数组（只验证存在，不验证正确性）。

　　那么我们编撰一段代码才能领到网页html。但是问题来了。数据藏在js上面啊！！！

　　我们只能用正则进行套了！

　　对于这个js，我们通过js=soup.select('script') js=js[3]即可获取。

　　对于有用数据，只能正则截取。

　　 pattern = re.compile(r'window.hits = (\[)(.*)(\])')

va = pattern.search(str(js)).group(2)#解析js内容

　　但是这个类似json的串用,拼接我们难以直接使用spilt分组分开，但是我们可以从}全部替换成},,那么就三个,,,我们就可以分割而不影响其他json串内,；split然后每组都满足json串格式，直接转成json取值即可！

　　那么剩下领到url直接构造url之后下载图片即可！

　　其他注意

　　图片下载：

　　爬虫方面

　　其他

　　效果与总结

　　通过上述剖析：编写爬虫：

　　爬虫项目GitHub地址欢迎star！

　　测试结果：

　　打开文件夹：

　　发现nice！你只须要输入关键词即可实现手动下载，虽然是小图，但是疗效不错！

　　移动端公众号和csdn疗效！