Biegral Blog

本文可能技术要求不是特别高，但可以当作一个下图工具使用。

环境：

• python3
• pycharm
• requests
• re
• BeatifulSoup
• json

对图虫平台初步分析之后，得到以下观点：

• 原版高质量无水印图片下载太贵，由于没付费下载没有找到高质量图的高清无水印原图真实地址。 没有办法(能力) 下载原版高清无水印。并且笔者也能猜测这个是一个网站的核心业务肯定也会层层设套。不会轻易获得, 所以并没有对付费高清高质量无水印图片穷追不舍 。
• 高质量展示图在预览时候的是可以查看带有水印的高清图的(带着图虫创意水印)。
• 网站有一些免费的高清大图图片可以获取到。虽然这个 不是精选图 ，但是 质量也还可以 ！

图虫创意url地址

https://stock.tuchong.com/topic?topicId=37

找到一张图片点进去，检查地址你可以直接访问得到。而有相关因素的就是一个 图片服务器域名 + 图片id 组成的 图片url地址 。也就是我们要批量找到这些图片的id。

在搜索界面查看源码，发现这个和前面的分析如出一辙，它的 图片id藏在js里面 。我们只需通过正则解析。 拿到id然后拼凑url即可完成所有图片地址 ，这个解析方式和上文基本完全一致，只不过是浏览器的URL和js的位置有相对的变化只需小量修改，然后直接爬虫下载保存即可！而这个搜索html的url就是 https://stock.tuchong.com/free/search/?term= + 搜索内容 。

代码与总结

import  requests
from  urllib import  parse
from bs4 import BeautifulSoup
import re
import json
'''
更多Python学习资料以及源码教程资料，可以在群1136201545免费获取
'''
header = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36',
    'Cookie': 'wluuid=66;  ',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3',
    'Accept-encoding': 'gzip, deflate, br',
    'Accept-language': 'zh-CN,zh;q=0.9',
    'Cache-Control': 'max-age=0',
    'connection': 'keep-alive'
    , 'Host': 'stock.tuchong.com',
    'Upgrade-Insecure-Requests': '1'
    }
def mkdir(path):
    import os# 引入模块
    path = path.strip()# 去除首位空格
    path = path.rstrip("\\") # 去除尾部 \ 符号
    isExists = os.path.exists(path)  # 判断路径是否存在  # 存在     True # 不存在   False
    if not isExists:  # 判断结果
        os.makedirs(path)# 如果不存在则创建目录 # 创建目录操作函数
        return True#print (path + ' 创建成功')
    else:
        # 如果目录存在则不创建，并提示目录已存在
        #print(path + ' 目录已存在')
         return False
def downloadimage(imageid,imgname):##下载大图和带水印的高质量大图
    url = 'https://weiliicimg9.pstatp.com/weili/l/'+str(imageid)+'.webp'
    url2 = 'https://icweiliimg9.pstatp.com/weili/l/'+str(imageid)+'.webp'
    b=False
    r = requests.get(url)
    print(r.status_code)
    if(r.status_code!=200):
        r=requests.get(url2)
    with open(imgname+'.jpg', 'wb') as f:
        f.write(r.content)
        print(imgname+" 下载成功")
def getText(text,free):
    texturl = parse.quote(text)
    url="https://stock.tuchong.com/"+free+"search?term="+texturl+"&use=0"
    print(url)
    req=requests.get(url,headers=header)
    soup=BeautifulSoup(req.text,'lxml')
    js=soup.select('script')
    path=''
    if not free.__eq__(''):
        js=js[1]
        path='无水印/'
    else:
        js=js[4]
        path='图虫创意/'
    print(js)
    pattern = re.compile(r'window.hits = (\[)(.*)(\])')
    va = pattern.search(str(js)).group(2)#解析js内容
    print(va)
    va = va.replace('{', '{').replace('}', '},,')
    print(va)
    va = va.split(',,,')
    print(va)
    index = 1
    for data in va:
        try:
             dict = json.loads(data)
             print(dict)
             imgname='img2/'+path+text+'/'+dict['title']+str(index)
             index+=1
             mkdir('img2/'+path+text)
             imgid=dict['imageId']
             downloadimage(imgid,imgname)
        except Exception as e:
            print(e)
if __name__ == '__main__':
    num=input("高质量大图带水印输入1，普通不带水印输入2:")
    num=int(num)
    free=''
    if num==2:
        free='free/'
    text = input('输入关键词:')
    getText(text,free)