圆月山庄资源网 Design By www.vgjia.com
导入相关包
import time import pydash import base64 import requests from lxml import etree from aip import AipFace from pathlib import Path
百度云 人脸检测 申请信息
#唯一必须填的信息就这三行 APP_ID = "xxxxxxxx" API_KEY = "xxxxxxxxxxxxxxxx" SECRET_KEY = "xxxxxxxxxxxxxxxx" # 过滤颜值阈值,存储空间大的请随意 BEAUTY_THRESHOLD = 55 AUTHORIZATION = "oauth c3cef7c66a1843f8b3a9e6a1e3160e20" # 如果权限错误,浏览器中打开知乎,在开发者工具复制一个,无需登录 # 建议最好换一个,因为不知道知乎的反爬虫策略,如果太多人用同一个,可能会影响程序运行
以下皆无需改动
# 每次请求知乎的讨论列表长度,不建议设定太长,注意节操 LIMIT = 5 # 这是话题『美女』的 ID,其是『颜值』(20013528)的父话题 SOURCE = "19552207"
爬虫假装下正常浏览器请求
USER_AGENT = "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/534.55.3 (KHTML, like Gecko) Version/5.1.5 Safari/534.55.3" REFERER = "https://www.zhihu.com/topic/%s/newest" % SOURCE # 某话题下讨论列表请求 url BASE_URL = "https://www.zhihu.com/api/v4/topics/%s/feeds/timeline_activity" # 初始请求 url 附带的请求参数 URL_QUERY = "" + str( LIMIT) HEADERS = { "User-Agent": USER_AGENT, "Referer": REFERER, "authorization": AUTHORIZATION
指定 url,获取对应原始内容 / 图片
def fetch_image(url): try: response = requests.get(url, headers=HEADERS) except Exception as e: raise e return response.content
指定 url,获取对应 JSON 返回 / 话题列表
def fetch_activities(url): try: response = requests.get(url, headers=HEADERS) except Exception as e: raise e return response.json()
处理返回的话题列表
def parser_activities(datums, face_detective): for data in datums["data"]: target = data["target"] if "content" not in target or "question" not in target or "author" not in target: continue html = etree.HTML(target["content"]) seq = 0 title = target["question"]["title"] author = target["author"]["name"] images = html.xpath("//img/@src") for image in images: if not image.startswith("http"): continue image_data = fetch_image(image) score = face_detective(image_data) if not score: continue name = "{}--{}--{}--{}.jpg".format(score, author, title, seq) seq = seq + 1 path = Path(__file__).parent.joinpath("image").joinpath(name) try: f = open(path, "wb") f.write(image_data) f.flush() f.close() print(path) time.sleep(2) except Exception as e: continue if not datums["paging"]["is_end"]: return datums["paging"]["next"] else: return None
初始化颜值检测工具
def init_detective(app_id, api_key, secret_key): client = AipFace(app_id, api_key, secret_key) options = {"face_field": "age,gender,beauty,qualities"} def detective(image): image = str(base64.b64encode(image), "utf-8") response = client.detect(str(image), "BASE64", options) response = response.get("result") if not response: return if (not response) or (response["face_num"] == 0): return face_list = response["face_list"] if pydash.get(face_list, "0.face_probability") < 0.6: return if pydash.get(face_list, "0.beauty") < BEAUTY_THRESHOLD: return if pydash.get(face_list, "0.gender.type") != "female": return score = pydash.get(face_list, "0.beauty") return score return detective
程序入口
def main(): face_detective = init_detective(APP_ID, API_KEY, SECRET_KEY) url = BASE_URL % SOURCE + URL_QUERY while url is not None: datums = fetch_activities(url) url = parser_activities(datums, face_detective) time.sleep(5) if __name__ == '__main__': main()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
标签:
python,知乎,图片爬取
圆月山庄资源网 Design By www.vgjia.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
圆月山庄资源网 Design By www.vgjia.com
暂无评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
2024年11月05日
2024年11月05日
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]