PPT无素材？教你用Python批量抓取免费、高清、无版权图片！

本文授权转载自数据分析1480，禁二次转载

阅读文本大概需要 5 分钟。

前言

相信在你的工作中可能会经常用到PPT吧，你在PPT制作过程中有没有这样的困惑，就是可以到哪里找到既高清又无版权争议的图片素材呢？这里强烈推荐ColorHub，这是一个允许个人和商业用途的免费图片网站，真的很赞！从她的主页界面来看，也许你就会爱上她。

那么，如何将网站中的图片存储到本地呢（例如比较关心跟数据相关的素材）？如果做到了，就可以在没有网络的情况下，随心所欲的选择精美图片制作PPT，随时随地的查看自己的图片库。而本文所要跟大家分享的就是这个问题的解决方案。

爬虫思路

我们知道，对于图片网站的抓取，往往需要经过三层网页链接，为了能够直观地理解这三层链接，可以查看下图：

顶层页：是指通过网站主页的搜索栏，搜索出感兴趣的图片方向，便进入到的图片列表页，它的样子是这样的：

次层页：是指点击图片列表页中的某张图片，转而对应到的图片详情页，它的样子是这样的：

目标页：最后就是为了抓取图片详情页中的那张高清图片，而这张图片在网页源代码中就是一个图片链接，它的样子是这样的：

所以，爬虫抓取图片的最终目的就是找到高清图片所对应的链接。接下来将通过代码的介绍，呈现三层链接的寻找和请求过程。代码的每一行都将对应中文解释，如果还有其他疑问，可以在留言区留言，我会第一时间给你答复。

# 导入第三方包	
import requests	
from bs4 import BeautifulSoup	
import random	
import time	
from fake_useragent import UserAgent	
# 通过循环实现多页图片的抓取	
for page in range(1,11):	
    # 生成顶层图片列表页的链接	
    fst_url = r'https://colorhub.me/search?tag=data&page={}'.format(page)	
    # 生成UA，用于爬虫请求头的设置	
    UA = UserAgent()	
    # 向顶层链接发送请求	
    fst_response = requests.get(fst_url, headers = {'User-Agent':UA.random})	
    # 解析顶层链接的源代码	
    fst_soup = BeautifulSoup(fst_response.text)	
    # 根据HTML的标记规则，返回次层图片详情页的链接和图片名称	
    sec_urls = [i.find('a')['href'] for i in fst_soup.findAll(name = 'div', attrs = {'class':'card'})]	
    pic_names = [i.find('a')['title'] for i in fst_soup.findAll(name = 'div', attrs = {'class':'card'})]	
    # 对每一个次层链接做循环	
    for sec_url,pic_name in zip(sec_urls,pic_names):	
        # 生成UA，用于爬虫请求头的设置	
        UA = UserAgent()	
        ua = UA.random	
        # 向次层链接发送请求	
        sec_response = requests.get(sec_url, headers = {'User-Agent':ua})	
        # 解析次层链接的源代码	
        sec_soup = BeautifulSoup(sec_response.text)	
        # 根据HTML的标记规则，返回图片链接	
        pic_url = 'https:' + sec_soup.find('img',{'class':'card-img-top'})['src']	
        # 对图片链接发送请求	
        pic_response = requests.get(pic_url, headers = {'User-Agent':ua})	
        # 将二进制的图片数据写入到本地（即存储图片到本地）	
        with open(pic_name+'.jpg', mode = 'wb') as fn:	
            fn.write(pic_response.content)	
        # 生成随机秒数，用于也没的停留	
        seconds = random.uniform(1,3)	
        time.sleep(seconds)

不难发现，代码的核心部分就16行，还是很简单的吧。还不赶快去测试一下这里的代码哦（如果你对某个方面感兴趣，如商务、建筑、植物等，通过搜索，找到顶层页链接，替换代码中的fst_url值即可）。

在运行完如上代码后，将会抓取ColorHub网站中的10页图片，一共包含325张高清图片，展示如下：

结语

OK，今天的内容就分享到这里，如果你有任何问题，欢迎在公众号的留言区域表达你的疑问。同时，也欢迎各位大咖在留言区分享你们自己的策略，我会第一时间将你的留言分享给大家。

如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。

仔细阅读下面四篇文章，2小时快速掌握Python基础知识要点。

完整Python基础知识要点

我是老表，欢迎转发分享本文。

---

公众号 简说Python 唯一小编：老表，目前已经建了四个Python学习交流群，一个Java学习交流群，一个考研学习交流群，欢迎大家扫下方二维码加管理员老表微信，备注：Python，Java，考研等，加入对应的学习交流群，和爱学习的小伙伴们一起进步，简说学习交流，期待你的加入。

管理员二维码：

有问题，找老表

！我在看！