龙空技术网

知乎大神教你用Python爬取高颜值美女,附代码

千锋武汉 137

前言:

如今大家对“python爬取微信聊天记录”可能比较珍视,同学们都需要分析一些“python爬取微信聊天记录”的相关知识。那么小编也在网上收集了一些关于“python爬取微信聊天记录””的相关知识,希望姐妹们能喜欢,小伙伴们快快来学习一下吧!

都知道Python的抓取功能强大,可以帮我们从海量的数据中爬取所需要的进行分析。下面,千锋武汉Python培训小编就给大家分享知乎大神怎么用Python爬取高颜值美女!

1、数据源

知乎话题『美女』下所有问题中回答所出现的图片

2、抓取工具

Python3,并使用第三方库Requests、lxml、AipFace,代码共100 +行

3、必要环境

●Mac / Linux / Windows(Linux 没测过,理论上可以)。

●Windows之前较多反应出现异常,后查是windows对本地文件名中的字符做了限制,已使用正则过滤

●无需登录知乎(即无需提供知乎帐号密码)

人脸检测服务需要一个百度云帐号(即百度网盘 / 贴吧帐号)

4、人脸检测库

AipFace,由百度云 AI 开放平台提供,是一个可以进行人脸检测的 Python SDK。可以直接通过HTTP访问,免费使用。

5、检测过滤条件

●过滤所有未出现人脸图片(比如风景图、未露脸身材照等)

●过滤所有非女性(在抓取中,发现知乎男性图片基本是明星,故不考虑;存在 AipFace 性别识别不准的情况)

●过滤所有非真实人物,比如动漫人物 (AipFace Human 置信度小于 0.6)

●过滤所有颜值评分较低图片(AipFace beauty 属性小于 45,为了节省存储空间;再次声明,AipFace 评分无任何客观性)

6、实现逻辑

●通过 Requests 发起 HTTP 请求,获取『美女』下的部分讨论列表

●通过 lxml 解析抓取到的每个讨论中 HTML,获取其中所有的 img 标签相应的 src 属性

●通过 Requests 发起 HTTP 请求,下载 src 属性指向图片(不考虑动图)

●通过 AipFace 请求对图片进行人脸检测

●判断是否检测到人脸,并使用 『4 检测过滤条件』过滤

●将过滤后的图片持久化到本地文件系统,文件名为 颜值 + 作者 + 问题名 + 序号

●返回第一步,继续

7、抓取结果

直接存放在文件夹中(angelababy 实力出境)。另外说句,目前抓下来的图片,除 baby 外,88 分是最高分。个人对其中的排序表示反对,女神竟然不是最高分!

8、代码

9、运行准备

●安装 Python 3,Download Python

●安装 requests、lxml、baidu-aip 库,都可以通过 pip 安装,一行命令

●申请百度云检测服务,免费。人脸识别-百度AI

当然爬虫只是Python强大功能的一部分。如果你想紧追潮流学习这门最具前景的语言可以去千锋武汉Python培训机构系统学习一下。千锋武汉Python培训课程内容涉及Web、爬虫、Python全栈、人工智能和数据挖掘等最新潮流的技术,大牛讲师团队全程面授,丰富的项目实战教学,让学员不止于学,更要学会,更要能够应用到工作中,毕业之后可以无缝对接真实工作需求。

5个月时间在千锋武汉Python培训机构可以完全系统学习Python,大咖导师带你合理避坑,接轨企业实战,一步成为Python开发工程师,更有多家名企不定期上门招聘人才!想了解更多Python行业动态和学习资料,可以关注“武汉千锋”微信公众号。

标签: #python爬取微信聊天记录