python 爬虫2 -- 爬取b站cos小姐姐的相簿

CloudWorld

爬取b站cos小姐姐的相簿

代码已打成exe，源代码帖在最下面

https://wwa.lanzoul.com/iVcvK00eklqh

本代码提供两种方式爬取up的相簿

1. 用户名 需要输入完整的用户名，对知名度小cos推荐使用 uid 模式（无法在b站搜索栏直接显示的用户）

2. uid  输入完整的 uid 即可查询下载

图片名格式 ： 用户名_时间_编号.jpg 例 用户名_20200202181720_1.jpg

本次测试的up相簿共下载5.77G图片，排除表情包类无效图片后预计有效图片在5-5.5G左右

下载结果

实现步骤：

  1. 获取用户

    1.1 用户名 模式

          根据用户名获取uid

          GET https://api.bilibili.com/x/web-interface/search/all/v2?keyword=用户名

          1.1.1 如用户名未获取到uid，请确认是否为完整用户名

          1.1.2 如确认无法获取到uid，请使用 uid 模式获取数据

           

[Asm] 纯文本查看 复制代码

search_url = f'https://api.bilibili.com/x/web-interface/search/all/v2?keyword={uname}'[/align]        search_json = requests.get(url=search_url).json()
        search_results = search_json['data']['result']
        for r_num in range(len(search_results)):
            search_result = search_results[r_num]
            if search_result['result_type'] != 'bili_user':
                continue
            if len(search_result['data']) == 0:
                uname = input('用户名错误，请重新输入：')
                break
            r_data = search_result['data']
            for u_num in range(len(r_data)):
                if r_data[u_num]['uname'] == uname:
                    uid = r_data[u_num]['mid']
                    r_num = -1
                    boo = False
                    break
            if r_num == -1:
                break

    1.2 uid 模式

          根据uid获取用户名

          GET https://api.bilibili.com/x/space/acc/info?mid=uid

[Python] 纯文本查看 复制代码

uid = input('请输入up的uid：')
    info_url = f'https://api.bilibili.com/x/space/acc/info?mid={uid}'
    info_json = requests.get(url=info_url).json()
    uname = info_json['data']['name']

  2. 获取相簿投稿数量

    GET https://api.bilibili.com/x/space/navnum?mid=uid

[Python] 纯文本查看 复制代码

nav_url = f'https://api.bilibili.com/x/space/navnum?mid={uid}'
nav_json = requests.get(nav_url).json()
album_count = nav_json['data']['album']
print(f'获取相簿数量：{album_count}')
if album_count == 0:
    print('该up没有图片，结束运行')
    sys.exit()

  3. 获取相簿列表
     GET https://api.bilibili.com/x/dynamic/feed/draw/doc_list?uid=uid&page_num=页码&page_size=条数&biz=all&jsonp=jsonp
  4. 下载图片

[Python] 纯文本查看 复制代码

page_num = 0      # 页码
page_size = 30    # 条数
page_max = ceil(album_count / page_size)
for page_num in range(page_max):
    album_url = f'https://api.bilibili.com/x/dynamic/feed/draw/doc_list?uid={uid}&page_num={page_num}' \
                f'&page_size={page_size}&biz=all&jsonp=jsonp '
    album_json = requests.get(url=album_url).json()
    album_items = album_json['data']['items']
    print(f'第 {page_num + 1} 页')
    for item_num in range(len(album_items)):
        album_item = album_items[item_num]
        dyn_id = album_item['dyn_id']
        print(f'  {page_num + 1}-{item_num + 1}、动态：{dyn_id}')
        # 获取时间
        c_time = album_item['ctime']
        c_time = time.strftime('%Y%m%d%H%M%S', time.localtime(c_time))
        p_num = 1
        # 获取图片路径
        for img_num in range(len(album_item['pictures'])):
            # 4. 下载图片
            img_url = album_item['pictures'][img_num]['img_src']
            pic_data = requests.get(img_url).content
            with open(f'{file_name}/{uname}/{uname}_{c_time}_{p_num}.jpg', mode='wb') as f:
                f.write(pic_data)
                print(f'    正在下载：{img_url}.jpg')
            p_num += 1
        time.sleep(2)

完整代码：

[Python] 纯文本查看 复制代码

import os
import sys
import time
from math import ceil
import requests


"""
    单独获取cos区b站up的相簿
"""
print('请选择输入类型数字')
stat = input('1 名字  2 uid,请选择：')
file_name = 'bili'

# 1. 根据name获取uid
boo = True
if stat == '1':
    uname = input('请输入up全称：')
    while boo:
        search_url = f'https://api.bilibili.com/x/web-interface/search/all/v2?keyword={uname}'
        search_json = requests.get(url=search_url).json()
        search_results = search_json['data']['result']
        for r_num in range(len(search_results)):
            search_result = search_results[r_num]
            if search_result['result_type'] != 'bili_user':
                continue
            if len(search_result['data']) == 0:
                uname = input('用户名错误，请重新输入：')
                break
            r_data = search_result['data']
            for u_num in range(len(r_data)):
                if r_data[u_num]['uname'] == uname:
                    uid = r_data[u_num]['mid']
                    r_num = -1
                    boo = False
                    break
            if r_num == -1:
                break
else:
    uid = input('请输入up的uid：')
    info_url = f'https://api.bilibili.com/x/space/acc/info?mid={uid}'
    info_json = requests.get(url=info_url).json()
    uname = info_json['data']['name']
print(f'================== {uname} ==================')

# 2. 根据uid获取相簿投稿数量
nav_url = f'https://api.bilibili.com/x/space/navnum?mid={uid}'
nav_json = requests.get(nav_url).json()
album_count = nav_json['data']['album']
print(f'获取相簿数量：{album_count}')
if album_count == 0:
    print('该up没有图片，结束运行')
    sys.exit()
# 创建文件夹
if not os.path.exists(f'{file_name}/{uname}'):
    os.makedirs(f'{file_name}/{uname}')
# 3. 获取相簿列表
page_num = 0      # 页码
page_size = 30    # 条数
page_max = ceil(album_count / page_size)
for page_num in range(page_max):
    album_url = f'https://api.bilibili.com/x/dynamic/feed/draw/doc_list?uid={uid}&page_num={page_num}' \
                f'&page_size={page_size}&biz=all&jsonp=jsonp '
    album_json = requests.get(url=album_url).json()
    album_items = album_json['data']['items']
    print(f'第 {page_num + 1} 页')
    for item_num in range(len(album_items)):
        album_item = album_items[item_num]
        dyn_id = album_item['dyn_id']
        print(f'  {page_num + 1}-{item_num + 1}、动态：{dyn_id}')
        # 获取时间
        c_time = album_item['ctime']
        c_time = time.strftime('%Y%m%d%H%M%S', time.localtime(c_time))
        p_num = 1
        # 获取图片路径
        for img_num in range(len(album_item['pictures'])):
            # 4. 下载图片
            img_url = album_item['pictures'][img_num]['img_src']
            pic_data = requests.get(img_url).content
            with open(f'{file_name}/{uname}/{uname}_{c_time}_{p_num}.jpg', mode='wb') as f:
                f.write(pic_data)
                print(f'    正在下载：{img_url}.jpg')
            p_num += 1
        time.sleep(2)

CloudWorld

狂笑一君 发表于 2022-2-19 18:24
大佬，我想爬漫画，写了创建漫画名的文件夹后，怎么写在这个文件夹里面再创建第一话、第二话的文件夹？

[Python] 纯文本查看 复制代码

if not os.path.exists(f'{漫画名}/第{几}话'):
    os.makedirs(f'{漫画名}/第{几}话')

狂笑一君

CloudWorld 发表于 2022-2-19 16:12
也有可能是代码规范问题，我之前是学java 的，python没有系统的学习

大佬，我想爬漫画，写了创建漫画名的文件夹后，怎么写在这个文件夹里面再创建第一话、第二话的文件夹？

king100

学习一下，很好的

且月九日序

牛批牛皮

Fxhlt

哎呀  非常之不错

bubu0825

厉害了，楼主，电子小白仰望楼楼

FIzz001

学习了，感谢分享

老婆是加藤惠

学习一波了

volcanst

厉害了最近刚好对Python比较感兴趣

luxingyu329

扔了四个月，发现我居然看不懂代码了，

bluemood4

代码收下了，但是UID在哪领啊？