python爬取百度图库图片

Python爬取百度图库（或其他网站的图片）通常需要使用到一些库，比如requests、BeautifulSoup（用于解析HTML）和os（保存文件）。以下是基本步骤：

1. **导入所需库**：

   import requests
   from bs4 import BeautifulSoup
   import os

2. **发送GET请求获取网页内容**：

   url = "https://image.baidu.com"  # 百度图片搜索URL
   headers = {'User-Agent': 'Mozilla/5.0'}
   response = requests.get(url, headers=headers)

3. **解析HTML**：

   soup = BeautifulSoup(response.text, 'html.parser')
   image_links = soup.find_all('img', src=True)  # 查找所有src属性的img元素

4. **检查权限并获取图片链接**：
需要注意的是百度图库的图片可能是有版权保护的，直接下载可能会存在问题。如果你有明确的使用许可，可以跳过这一步。通常需要处理防盗链问题，这里仅示例如何简单获取外链：

   real_links = [link['src'] for link in image_links if 'http' in link['src']]

5. **下载图片**：

   if not real_links:
       print("No valid images found.")
   else:
       for i, img_link in enumerate(real_links):
           response = requests.get(img_link, stream=True)
           filename = f'image_{i}.jpg'  # 或者从原URL提取信息作为文件名
           with open(filename, 'wb') as f:
               for chunk in response.iter_content(1024):
                   f.write(chunk)
           print(f"Downloaded {filename}")

6. **保存图片**：
图片保存到本地目录，例如当前工作目录：

   save_dir = "."
   if not os.path.exists(save_dir):
       os.makedirs(save_dir)

7. **结束爬虫**：

   # 结束循环

注意：在实际操作时，遵守网站的robots.txt规则和法律法规，尊重版权，不要频繁或过度访问服务器，以免造成压力甚至被封IP。