Python爬虫之美女图片分类

简介: 对爬取到的图片进行分类命名,下面开始了。一、首先给出URL地址www.wmpic.me/touxiang/nvsheng唯美图片二、下载图片,进行分析,并保存图片至本地,直接上代码import requestsfrom bs4...

对爬取到的图片进行分类命名,下面开始了。

一、首先给出URL地址www.wmpic.me/touxiang/nvsheng


img_781fcd3b42c2237ed41839ae4a550aba.png
唯美图片

二、下载图片,进行分析,并保存图片至本地,直接上代码

import requests

from bs4 import BeautifulSoup

import random

user_agent = [

        'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET               CLR 3.0.30729; Media Center PC 6.0; .NET4.0C; .NET4.0E)',

        'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',

]

Yes_or_Not = ['y','n']

def download(url,folder,count=0):    #下载图片

    headers = {'User-Agent':random.choice(user_agent)}

    content = requests.get(url,headers=headers).content

    typ = random.choice(Yes_or_Not)  #机器随机选择是Y还是N

    path = folder + "\\" + typ + '_'+str(count)+'.jpg'  #图片格式

    with open(path,'wb') as f:

        f.write(content)  #写入并保存图片至本地文件

base_url = 'http://www.wmpic.me/touxiang/nvsheng/page/'

count = 1

for i in range(1,10):

    url = base_url + str(i)    #url地址

    headers = {'User_Agent':random.choice(user_agent)}

    html = requests.get(url,headers=headers).text

    soup = BeautifulSoup(html,'lxml')  #通过BeautifulSoup的lxml方法解析html

    for item in soup.select('li img'):  #解析定位到li img

        picture_url = item['src']

        if picture_url.find('215x185') != -1:  #215x185图片的宽度和高度

              if count <= 300:

                   download(picture_url,'train_pictures',count)    #保存图片至train_pictures文件夹下

                   print(picture_url)

                   count += 1

              else:

                    download(picture_url,'test_pictures',count)    #保存图片至test_pictures文件夹下

                    print(picture_url)

                   count += 1

三、运行结果


img_c5ecf8da173ac8e63113263a7aa2fbd0.png
图片URL


img_87088a847dbb30ae49f43f2a4330cc2c.png
存放图片的本地文件夹
img_b46038a3bb18ac5d2ffe1717109e695d.png
下载至本地分类好的图片

详细请参考(七)美女分类器

目录
相关文章
|
1月前
|
数据采集 Web App开发 数据安全/隐私保护
实战:Python爬虫如何模拟登录与维持会话状态
实战:Python爬虫如何模拟登录与维持会话状态
|
2月前
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
1月前
|
数据采集 监控 数据库
Python异步编程实战:爬虫案例
🌟 蒋星熠Jaxonic,代码为舟的星际旅人。从回调地狱到async/await协程天堂,亲历Python异步编程演进。分享高性能爬虫、数据库异步操作、限流监控等实战经验,助你驾驭并发,在二进制星河中谱写极客诗篇。
Python异步编程实战:爬虫案例
|
2月前
|
数据采集 存储 XML
Python爬虫技术:从基础到实战的完整教程
最后强调: 父母法律法规限制下进行网络抓取活动; 不得侵犯他人版权隐私利益; 同时也要注意个人安全防止泄露敏感信息.
675 19
|
1月前
|
数据采集 存储 JSON
Python爬虫常见陷阱:Ajax动态生成内容的URL去重与数据拼接
Python爬虫常见陷阱:Ajax动态生成内容的URL去重与数据拼接
|
2月前
|
机器学习/深度学习 编解码 Python
Python图片上采样工具 - RealESRGANer
Real-ESRGAN基于深度学习实现图像超分辨率放大,有效改善传统PIL缩放的模糊问题。支持多种模型版本,推荐使用魔搭社区提供的预训练模型,适用于将小图高质量放大至大图,放大倍率越低效果越佳。
244 3
|
2月前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
669 0
|
1月前
|
数据采集 存储 JavaScript
解析Python爬虫中的Cookies和Session管理
Cookies与Session是Python爬虫中实现状态保持的核心。Cookies由服务器发送、客户端存储,用于标识用户;Session则通过唯一ID在服务端记录会话信息。二者协同实现登录模拟与数据持久化。
|
2月前
|
数据采集 Web App开发 前端开发
处理动态Token:Python爬虫应对AJAX授权请求的策略
处理动态Token:Python爬虫应对AJAX授权请求的策略
|
2月前
|
数据采集 网络协议 API
协程+连接池:高并发Python爬虫的底层优化逻辑
协程+连接池:高并发Python爬虫的底层优化逻辑

推荐镜像

更多