爬取百度搜索的图片

#encoding:utf-8


import urllib




import requests #首先导入库
import  re
MaxSearchPage = 20 # 收索页数
CurrentPage = 0 # 当前正在搜索的页数
DefaultPath = "/home/mindfusion/pic" # 默认储存位置
NeedSave = 0 # 是否需要储存
n=0
def imageFiler(content): # 通过正则获取当前页面的图片地址数组
        return re.findall('"objURL":"(.*?)"',content,re.S)
def nextSource(content): # 通过正则获取下一页的网址
        next = re.findall('<div id="page">.*<a href="(.*?)" class="n">',content,re.S)[0]
        print("---------" + "http://image.baidu.com" + next)
        return next


def spidler(source):


        content = requests.get(source).text  # 通过链接获取内容
        imageArr = imageFiler(content) # 获取图片数组
        global CurrentPage
        print("Current page:" + str(CurrentPage) + "**********************************")
        x = 0
        for imageUrl in imageArr:


            print(imageUrl)
            global  NeedSave
            if NeedSave:  # 如果需要保存保存
               global DefaultPath
               try:
                    picture = requests.get(imageUrl,timeout=10) # 下载图片并设置超时时间,如果图片地址错误就不继续等待了
               except:
                    print("Download image error! errorUrl:" + imageUrl)
                    continue
               urllib.urlretrieve(imageUrl,'%s.jpg' % x)
               x=x+1
               #pictureSavePath = DefaultPath + imageUrl.replace('/','') # 创建图片保存的路径
               #fp = open(pictureSavePath,'wb') # 以写入二进制的方式打开文件            fp.write(picture.content)
               #fp.close()
            else:
               global MaxSearchPage
               if CurrentPage <= MaxSearchPage:
                   if nextSource(content):
                       CurrentPage += 1
                       spidler("http://image.baidu.com" + nextSource(content)) # 爬取完毕后通过下一页地址继续


def  beginSearch(page=1,save=1,savePath="/home/mindfusion/pic"): # (page:爬取页数,save:是否储存,savePath:默认储存路径)
        global MaxSearchPage,NeedSave,DefaultPath
        MaxSearchPage = page
        NeedSave = save
        DefaultPath = savePath
        key = "带口罩的人" #你要搜索的类别
        StartSource = "http://image.baidu.com/search/flip?tn=baiduimage&ie=utf-8&word=" + str(key) + "&ct=201326592&v=flip" # 分析链接可以得到,替换其`word`值后面的数据来收索关键词
        spidler(StartSource)


beginSearch(page=1,save=1)