CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python编程scrapy简单代码实现搜狗图片下载器由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

学习任何编程技术，都要有紧有送，今天这篇博客就到了放松的时候了，我们学习一下如何用 scrapy 下载图片吧.

  。

目标站点说明

这次要采集的站点为搜狗图片频道，该频道数据由接口直接返回，接口如下:

https://pic.sogou.com/napi/pc/recommend?key=homeFeedData&category=feed&start=10&len=10https://pic.sogou.com/napi/pc/recommend?key=homeFeedData&category=feed&start=20&len=10

其中只有 start 参数在发生变化，所以实现起来是比较简单的.

编写核心爬虫文件 。

import scrapyclass SgSpider(scrapy.Spider):  name = 'sg'  allowed_domains = ['pic.sogou.com']  base_url = "https://pic.sogou.com/napi/pc/recommend?key=homeFeedData&category=feed&start={}&len=10"  start_urls = [base_url.format(0)]  def parse(self, response):      json_data = response.json()      if json_data is not None:          img_list = json_data["data"]["list"]          for img in img_list:              yield {'image_urls': [_["originImage"] for _ in img[0]["picList"]]}      else:          return None

上述代码直接调用了第一页的接口数据，后续代码都是在对JSON数据中的图片地址进行提取.

其中最重要的一行代码如下:

yield {'image_urls': [_["originImage"] for _ in img[0]["picList"]]}

这里的 image_urls 是为了调用 scrapy 内置的图片下载中间件，固定的参数.

settings.py 该文件也需要进行修改，具体细节如下所示:

# 用户代理设置USER_AGENT = 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.54 Safari/537.36'# Obey robots.txt rulesROBOTSTXT_OBEY = False# 下载间隔设置为 3 秒DOWNLOAD_DELAY = 3# 默认请求头DEFAULT_REQUEST_HEADERS = {  'Accept': 'application/json, text/plain, */*',  'Accept-Encoding': 'gzip, deflate, br',  'Accept-Language': 'zh-CN,zh;q=0.9',  'HOST': 'pic.sogou.com',}# 开启 ImagesPipeline 图片保存管道ITEM_PIPELINES = {  'scrapy.pipelines.images.ImagesPipeline': 1,}# 图片存储文件夹IMAGES_STORE = "images"

运行代码图片就会自动进行下载，保存到 images 目录中，下载完毕输出如下信息，本次仅采集第一页数据，顾得到40张图片.

如果你代码运行之后，没有下载到目标图片，请确定是否出现如下BUG.

ImagesPipeline requires installing Pillow 4.0.0

解决办法非常简单，安装 Pillow 库即可.

还存在一个问题是文件名是动态的，看起来有点乱.

在 pipelines.py 文件中增加一个自定义文件名称的数据管道.

class SogouImgPipeline(ImagesPipeline):  def get_media_requests(self, item, info):      name = item["name"]      for index, url in enumerate(item["image_urls"]):          yield Request(url, meta={'name': name, 'index': index})  def file_path(self, request, response=None, info=None):      # 名称      name = request.meta['name']      # 索引      index = request.meta['index']      filename = u'{0}_{1}.jpg'.format(name, index)      print(filename)      return filename

上述代码的主要功能是重新命名了图片文件名，下面同步修改 SgSpider 类中的相关代码.

def parse(self, response):  json_data = response.json()  if json_data is not None:      img_list = json_data["data"]["list"]      for img in img_list:          yield {              'name': img[0]['title'],              'image_urls': [_["originImage"] for _ in img[0]["picList"]],          }  else:      return None

再次运行代码，图片保存之后，文件名就变得易识别了许多.

最后补全下一页的逻辑即可实现本案例啦，这一步骤留给你来完成.

以上就是使用python scrapy简单代码实现搜狗图片下载器的详细内容，更多关于python scrapy实现搜狗图片下载器的资料请关注我其它相关文章！ 。

原文链接：https://blog.csdn.net/hihell/article/details/120996308 。

最后此篇关于python编程scrapy简单代码实现搜狗图片下载器的文章就讲到这里了,如果你想了解更多关于python编程scrapy简单代码实现搜狗图片下载器的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。