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
|
8天前
|
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。
|
10天前
|
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。
137 0
|
10天前
|
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
|
10天前
|
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
|
19天前
|
数据采集 存储 Web App开发
处理Cookie和Session:让Python爬虫保持连贯的"身份"
处理Cookie和Session:让Python爬虫保持连贯的"身份"
|
21天前
|
数据采集 监控 Shell
无需Python:Shell脚本如何成为你的自动化爬虫引擎?
Shell脚本利用curl/wget发起请求,结合文本处理工具构建轻量级爬虫,支持并行加速、定时任务、增量抓取及分布式部署。通过随机UA、异常重试等优化提升稳定性,适用于日志监控、价格追踪等场景。相比Python,具备启动快、资源占用低的优势,适合嵌入式或老旧服务器环境,复杂任务可结合Python实现混合编程。
|
23天前
|
数据采集 存储 XML
Python爬虫入门(1)
在互联网时代,数据成为宝贵资源,Python凭借简洁语法和丰富库支持,成为编写网络爬虫的首选。本文介绍Python爬虫基础,涵盖请求发送、内容解析、数据存储等核心环节,并提供环境配置及实战示例,助你快速入门并掌握数据抓取技巧。
|
29天前
|
数据采集 存储 数据可视化
Python网络爬虫在环境保护中的应用:污染源监测数据抓取与分析
在环保领域,数据是决策基础,但分散在多个平台,获取困难。Python网络爬虫技术灵活高效,可自动化抓取空气质量、水质、污染源等数据,实现多平台整合、实时更新、结构化存储与异常预警。本文详解爬虫实战应用,涵盖技术选型、代码实现、反爬策略与数据分析,助力环保数据高效利用。
101 0
|
1月前
|
数据采集 Web App开发 JSON
Python爬虫基本原理与HTTP协议详解:从入门到实践
本文介绍了Python爬虫的核心知识,涵盖HTTP协议基础、请求与响应流程、常用库(如requests、BeautifulSoup)、反爬应对策略及实战案例(如爬取豆瓣电影Top250),帮助读者系统掌握数据采集技能。
176 0
|
1月前
|
数据采集 监控 调度
应对频率限制:设计智能延迟的微信读书Python爬虫
应对频率限制:设计智能延迟的微信读书Python爬虫

推荐镜像

更多