Python爬虫实现百度图片搜索

本示例代码是使用Python编写的一个简单的图片爬虫，用于从百度图片搜索中抓取指定关键词（这里为"地面"）的图片。通过循环遍历页面并获取每一页的图片URL，最终实现图片的下载。 首先，导入了三个必要的库：`time`用于延时防止请求过于频繁，`requests`用于发送HTTP请求，`urllib`则可能用于处理URL相关操作，尽管在这个例子中并未实际使用到。用户被要求输入要爬取的页数，然后将输入转换为整数并加1，确保至少会爬取一页。 接着，定义了一个`header`字典，设置了`User-Agent`，这是为了伪装成浏览器进行请求，避免被服务器识别为爬虫而拒绝服务。`n`变量用于设置图片文件名的前缀，`pn`用于跟踪当前获取到的图片的页码，初始值设为1，因为每页默认显示30张图片。 在`for`循环中，构建了请求百度图片搜索的URL以及参数`param`，这些参数包括查询关键词、图片类型、每页数量等。然后使用`requests.get()`发送GET请求，并将响应的编码设置为`utf-8`，以便正确解析JSON数据。响应内容被转化为JSON对象，便于访问其中的数据。 在JSON数据中，关键信息存储在`data`字段下，所以将其赋值给`info_list`。`info_list`通常包含一个列表，列表中的每个元素都是一个字典，每个字典代表一张图片的信息，包括图片URL等。 接下来，可以遍历`info_list`，对每张图片进行处理，例如下载图片。通常，我们需要提取出图片URL，使用`requests`库的`get()`方法获取图片内容，然后保存到本地。为了防止请求过于频繁，可以在每次请求之间添加适当的延时，这可以通过`time.sleep()`实现。 需要注意的是，这个代码片段并未展示如何下载图片，只是展示了如何获取图片信息。完整的爬虫程序还需要处理异常、下载图片、处理反爬策略（如验证码、IP限制等）以及可能的动态加载页面等问题。此外，尊重网站的robots.txt规则和版权法，不要进行非法或大规模的爬取活动。