Python 爬取小程序接口图片

Python 爬取小程序接口图片

之前我开发过一个「校徽头像制作」的微信小程序,目前陆陆续续添加了有几百来所高效校徽,用户数也有 1w+ 了。

校徽之前都是自己手动一个一个添加到服务器的,效率很低,导致如今都还有很多校徽缺失,体验不好。

这几天偶然发现了另外一个小程序,里面的校徽图片很齐全,于是决定爬一爬。

反编译小程序

要爬小程序里面的数据,需要知道小程序的接口地址以及参数。反编译小程序的主要目的就是是看到的 JavaScript 代码,这样就可以知道网络请求的 URL 以及 参数名称。

反编译小程序的过程比较复杂,这里可以直接参考文章:只需两步快速获取微信小程序源码^1

最后,我在代码中获取到如下关键信息:

1
2
3
4
5
6
7
const url = `https://api.iamsaonian.com/index.php`
const param = {
'm': "Api",
'c': "Xiaohuiavatar",
'a': "xiaohui_list",
'p': page
}

在 Postman 中进行请求,接口数据格式如下图,十分标准的 Json 格式数据,并且进行了分页。

在这里插入图片描述

下面就可以动手去爬去数据,并下载图片了。

爬取图片

首先说一下爬取思路,请求上面的接口,并解析数据,获取图片的 URL,下载图片,保存 csv 格式数据。

使用到的包有下面几个:

1
2
3
4
import json
import urllib.request
import requests
import csv

使用 urllib 下载图片至本地,图片命名使用 id 命名。

1
2
3
4
5
# 获取图片格式
str_array = logo.split('.')
format = str_array[len(str_array) - 1]
# 通过urllib.request下载图片到本地
urllib.request.urlretrieve(logo, '本地地址'+id+'.'+format)

打开填写的地址,图片下载到了本地,共有 2728 个校徽图片。

在这里插入图片描述

保存数据

以后想使用云开发重构小程序,因此将数据保存为 csv 格式,便于数据的插入。

1
2
3
4
5
6
7
8
9
# 将数据保存为 csv 格式
with open('logo.csv', 'w', newline='', encoding='utf-8') as csvfile:
# 设置表头
fieldnames = ['id', 'name', 'logo']
# 获得 DictWriter对象,使用,号分隔,便于云数据库导入
dict_writer = csv.DictWriter(csvfile, delimiter=',', fieldnames=fieldnames)
# 第一次写入数据先写入表头
dict_writer.writeheader()
dict_writer.writerows(list)

在这里插入图片描述
打开小程序云开发控制台,选择数据库,导入本地 csv 数据,这里我已经将爬去的数据导入到云开发数据库了。

在这里插入图片描述

在公众号对话框回复「爬取校徽」可获取本次文章的代码以及校徽图片。


欢迎加我微信,一起交流,互相学习,共同进步!

在这里插入图片描述
关注公众号『嗜码』。回复关键字「前端」、「Python」、「Java」、「Android」、「小程序」、「Vue」等获取免费精品学习资料。
在这里插入图片描述

邹明远 wechat
欢迎关注我的公众号「Smart」
请我喝杯快乐水