前言
每次写文章的封面不知道从哪里获取，每次都是去谷歌，百度搜索文章关键字 去找一些图，要么就是从代码运行结果找相关截图，总是找不到合适的文章图片显得乱糟糟的，又没有找到相关的项目能够根据关键字生成文章封面，今天就要到了一个另类的方法，用爬虫获取 必应（Bing）搜索引擎首页每日的高清大图。
开始
很简单就能发现图片的请求地址隐藏到了网页里面
通过网页找图片的关键的方法是有水印的，而且图不是高清的
最后通过GitHub找到一个公开的接口： cn.bing.com/HPImageArch...
直接访问就能拿到高清无水印图片的地址文本内容，稍微做一下解析就行
接下来就简单写一下爬虫代码
python
# 下载并存储Bing每日壁纸到指定位置
import os
import re
import requests
from io import BytesIO
from PIL import Image
import shutil
class BingUHD(object):
def __init__(self):
# 默认bing图片查询地址
self.url = 'https://cn.bing.com/HPImageArchive.aspx?format=js&idx=0&n=1&mkt=ZH-CN'
self.path = './BingUHD/'
self.headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/80.0.3987.132 Safari/537.36'
}
self.resolution = 'UHD'
# 取得图片相关信息
def get_img_info(self):
try:
# 获取图片信息
result = requests.get(self.url, headers=self.headers).json()
# 提取图片地址
raw_img_url = 'https://cn.bing.com' + result['images'][0]['url']
# 得到默认图片链接
normal_img_url = raw_img_url[0:raw_img_url.find(".jpg") + 4]
# 得到UHD图片链接替换默认的 1080 图片为UHD图片链接
uhd_img_url = normal_img_url.replace("1920x1080", self.resolution)
# 提取中文标题和版权信息
date = result["images"][0]["startdate"]
title = result["images"][0]["title"]
copy_right = result["images"][0]["copyright"]
return normal_img_url, uhd_img_url, date, title, copy_right
except Exception as e:
print('错误: 无法获取到图片地址，请检查网络连接' + '\n')
def img_download(self,url,file_name):
try:
response = requests.get(url, stream=True)
if response.status_code == 200:
with open(file_name, 'wb') as f:
response.raw.decode_content = True
shutil.copyfileobj(response.raw, f)
print(file_name+"图片下载成功")
else:
print(file_name+"无法下载图片")
except Exception as e:
print('错误: 无法下载图片，请检查网络连接' + '\n')
# 得到今日图片信息并清洗
def get_today_img_download(self,file_name):
try:
info = self.get_img_info()
normal_url = info[0]
uhd_url = info[1]
# 图片分辨率文字
# normal = normal_url[(normal_url.rfind("_") + 1): -4]
# uhd = uhd_url[(uhd_url.rfind("_") + 1): -4]
# 图片分辨率文字
normal = self.get_pic_size()[0]
uhd = self.get_pic_size()[1]
self.img_download(normal_url,file_name+normal+'.jpg')
self.img_download(uhd_url,file_name+uhd+'.jpg')
except Exception as e:
print('错误: 无法获取到图片信息，请检查网络连接' + '\n')
# 取得文件名称
def get_file_name(self):
try:
info = self.get_img_info()
# 定义文件夹
file_path = self.path + info[2][0:4] + '-' + info[2][4:6] + '/'
# 判断文件夹是否存在
if not os.path.exists(file_path):
os.makedirs(file_path)
# 定义文件名
copy_right = info[4]
copy_right = copy_right[0:copy_right.find(' ')]
# 绝对路径
name = info[2] + '.' + info[3] + '.' + copy_right + '.'
full_name = file_path + name
return full_name
except Exception as e:
print('错误: 无法获取到图片信息，请检查网络连接' + '\n')
# 取得图片的尺寸
def get_pic_size(self):
"""
获取远程图片的尺寸
:return:
"""
size_list = []
url = [self.get_img_info()[0], self.get_img_info()[1]]
for u in url:
r = requests.get(u)
img = Image.open(BytesIO(r.content))
pic_size = str(img.width) + 'x' + str(img.height)
size_list.append(pic_size)
return size_list
# 取得今日美图文字
def get_description(self):
url = 'https://www.bing.com/?mkt=zh-CN'
rsp = requests.get(url)
result = re.search(r'({"Description":")(.*?)(","Image")', rsp.text).group(2)
return result
if __name__ == "__main__":
bing = BingUHD()
file_name = bing.get_file_name()
content = bing.get_today_img_download(file_name)进入脚本根目录执行python脚本就能自动创建相关的文件夹，自动下载图片，项目结构内容如下：
最后
后面文章找不到封面我就拿这个做文章封面了，上面的代码通过已知隐藏的接口获取到了更高清图片的3140*2160 4K图片地址，看上图中的两种图片体积可以看出来，图片质量完全不一样。
可能对于Python 新手有些不友好，如果不抗拒一段段代码复制去询问ChatGPT 然后自己慢慢打印调试尝试，其实有那种精神就能慢慢学会了，站在技术实现的角度其实直接从F12控制台就能找到这个图片的源地址右键就能保存了，我的想法是后面有机会的话做一个图片展示的网站，尝试部署这个脚本用定时任务自动爬取收集这些图片，就不用特地手动运行脚本了。