目录
简介
编写思路
使用教程
演示图片
完整源代码
@
简介
壁纸的选择其实很大程度上能看出电脑主人的内心世界, 有的人喜欢风景, 有的人喜欢星空, 有的人喜欢美女, 有的人喜欢动物. 然而, 终究有一天你已经产生审美疲劳了, 但你下定决定要换壁纸的时候, 又发现网上的壁纸要么分辨率低, 要么带有水印.
这里有一款 Mac 下的小清新壁纸神器 Pap.er http://paper.meiyuan.in/ , 可能是 Mac 下最好的壁纸软件, 自带 5K 超清分辨率壁纸, 富有多种类型壁纸, 当我们想在 Windows 或者 Linux 下使用的时候, 就可以考虑将 5K 超清分辨率壁纸爬取下来.
编写思路
为了方便快速开发, 我们使用 python 中的 wxpy 模块完成微信的基本操作.
首先, 打开 Charles 软件, 进行抓包. 打开 Pap.er http://paper.meiyuan.in/ , 开始抓包.(由于是 Mac 系统下的 App, 所以非 Mac 系统的朋友可以直接看抓包结果)
抓包分析结果如下:
类型 | 地址 |
---|---|
最新 | https://service.paper.meiyuan.in/api/v2/columns/flow/5c68ffb9463b7fbfe72b0db0?page=1&per_page=20 |
最热 | https://service.paper.meiyuan.in/api/v2/columns/flow/5c69251c9b1c011c41bb97be?page=1&per_page=20 |
女生 | https://service.paper.meiyuan.in/api/v2/columns/flow/5c81087e6aee28c541eefc26?page=1&per_page=20 |
星空 | https://service.paper.meiyuan.in/api/v2/columns/flow/5c81f64c96fad8fe211f5367?page=1&per_page=20 |
参数 page 不用改动, per_page 指的是每页提取的数量, 也就是我们想要提取的图片数量.
抓完包之后, 我们开始编写 5K 壁纸解析程序
- # 爬取不同类型图片
- def crawler_photo(type_id, photo_count):
- # 最新 1, 最热 2, 女生 3, 星空 4
- if(type_id == 1):
- url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c68ffb9463b7fbfe72b0db0?page=1&per_page=' + str(photo_count)
- elif(type_id == 2):
- url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c69251c9b1c011c41bb97be?page=1&per_page=' + str(photo_count)
- elif(type_id == 3):
- url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81087e6aee28c541eefc26?page=1&per_page=' + str(photo_count)
- elif(type_id == 4):
- url = 'https://service.paper.meiyuan.in/api/v2/columns/flow/5c81f64c96fad8fe211f5367?page=1&per_page=' + str(photo_count)
- headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) ApplewebKit/537.36 (Khtml, like Gecko) Chrome/63.0.3239.132 Safari/537.36"}
- # 获取图片链接列表数据, JSON 格式
- respond = requests.get(url, headers=headers)
- # 对 JSON 格式转化为 python 对象
- photo_data = JSON.loads(respond.content)
- # 已经下载的图片张数
- now_photo_count = 1
- # 所有图片张数
- all_photo_count = len(photo_data)
- # 开始下载并保存 5K 分辨率壁纸
- for photo in photo_data:
- # 创建一个文件夹存放我们下载的图片 (若存在则不用重新创建)
- if not os.path.exists('./' + str(type_id)):
- os.makedirs('./' + str(type_id))
- # 准备下载的图片链接, 5K 超清壁纸链接
- file_url = photo['urls']['raw']
- # 准备下载的图片名称, 不包含扩展名
- file_name_only = file_url.split('/')
- file_name_only = file_name_only[len(file_name_only) -1]
- # 准备保存到本地的完整路径
- file_full_name = './' + str(type_id) + '/' + file_name_only
- # 开始下载图片
- Down_load(file_url, file_full_name, now_photo_count, all_photo_count)
- # 已经下载的图片数量加 1
- now_photo_count = now_photo_count + 1
根据不同类型的壁纸, 创建不同的文件夹编号进行分类.
上面的 Down_load() 函数是下载文件的意思, 调用 requests 库, 具体代码如下:
- # 文件下载器
- def Down_load(file_url, file_full_name, now_photo_count, all_photo_count):
- headers = {"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"}
- # 开始下载图片
- with closing(requests.get(file_url, headers=headers, stream=True)) as response:
- chunk_size = 1024 # 单次请求最大值
- content_size = int(response.headers['content-length']) # 文件总大小
- data_count = 0 # 当前已传输的大小
- with open(file_full_name, "wb") as file:
- for data in response.iter_content(chunk_size=chunk_size):
- file.write(data)
- done_block = int((data_count / content_size) * 50)
- data_count = data_count + len(data)
- now_jd = (data_count / content_size) * 100
- print("\r %s:[%s%s] %d%% %d/%d" % (file_full_name, done_block * '█', '' * (50 - 1 - done_block), now_jd, now_photo_count, all_photo_count), end=" ")
- # 下载完图片后获取图片扩展名, 并为其增加扩展名
- file_type = filetype.guess(file_full_name)
- os.rename(file_full_name, file_full_name + '.' + file_type.extension)
chunk_size 指的是单次请求的最大值, content_size 指的就是我们下载 5K 超清壁纸的大小, 为了能够直观显示下载情况, 所以添加了下载进度条的显示效果. 核心代码为 file.write(data).
下载完毕后, 为了方便我们查看文件, 所以需要给图片添加对应的扩展名, 比如 jpg,PNG,gif, 这里使用到 filetype 库对文件进行解析, 判断其类型.
最后, 开始在 main 中爬取 5K 高清壁纸:
- if __name__ == '__main__':
- # 最新 1, 最热 2, 女生 3, 星空 4
- # 爬取类型为 3 的图片 (女生), 一共准备爬取 100 张
- print("程序已经开始运行, 请稍等......")
- crawler_photo(1, 100)
- crawler_photo(2, 100)
- crawler_photo(3, 100)
- crawler_photo(4, 100)
使用教程
确保以下库均已安装:
- # 如果没有安装, 请使用 pip install module 安装
- import requests
- import filetype
- import os
- import JSON
- from contextlib import closing
演示图片
完整源代码
项目源代码在 GitHub 仓库
项目持续更新, 欢迎您 star 本项目
来源: https://www.cnblogs.com/cloudbird/p/10542048.html