0
点赞
收藏
分享

微信扫一扫

Python实战:获取bing必应壁纸首页的每日一图(仅做学习用)


Python实战:获取bing必应壁纸首页的每日一图(仅做学习用)_数据

目录

  • ​​需求​​
  • ​​网站分析​​
  • ​​代码实现​​
  • ​​进一步​​
  • ​​通过接口获取​​
  • ​​定时获取​​
  • ​​页面展示​​
  • ​​其他参考资源​​

需求

老板:微软必应​​https://cn.bing.com/​​ 首页的每日一图看着不错,能不能自动获取

我:我试试

网站分析

我们查看网页元素,不难发现背景图就在类名为​​.img_cont​​ 的标签下

Python实战:获取bing必应壁纸首页的每日一图(仅做学习用)_数据_02


可是搜索源代码 view-source:https://cn.bing.com/

<div class="img_cont" style="background-image: url(https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&rf=LaDigue_1920x1080.jpg); opacity: 1;">

发现style属性中的数据不能直接获取,需要使用到正则提取url

换个方法,试试搜索图片地址:

​​https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg​​

发现有三个地方

Python实战:获取bing必应壁纸首页的每日一图(仅做学习用)_python_03


第一处是在header中

<link rel="preload" href="https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&rf=LaDigue_1920x1080.jpg&qlt=50" as="image" id="preloadBg" />

第二处在类名为​​img_cont​​ 的标签中

<div class="img_cont" style="background-image: url(https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&rf=LaDigue_1920x1080.jpg); opacity: 1;">

第三处在js代码中

"Image":{"Url":"https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg\u0026rf=LaDigue_1920x1080.jpg",

代码实现

通过以上分析,我们可以发现,通过​​id="preloadBg"​​的元素获取比较方便

此处需要加一个请求头,避免获取不到正常的网页源代码

安装依赖

$ python --version
Python 3.6.5

$ pip install parsel requests

代码示例

# -*- coding: utf-8 -*-
"""
@File : demo.py
@Date : 2022-10-26
@Author : Peng Shiyu
"""

import parsel
import requests


def get_bing_image():
url = 'https://cn.bing.com'

headers = {
'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36'
}

res = requests.get(url, headers=headers)
res.encoding = res.apparent_encoding

sel = parsel.Selector(res.text, base_url=url)

return sel.css('#preloadBg::attr(href)').extract_first()


if __name__ == '__main__':
image_url = get_bing_image()
print(image_url)
# https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&rf=LaDigue_1920x1080.jpg&qlt=50

进一步

我们发现,图片还有一些介绍信息,我们看看能不能拿到

Python实战:获取bing必应壁纸首页的每日一图(仅做学习用)_爬虫_04


再次查看源码,我们可以发现,网页中有一个js的变量,包含了页面中壁纸的信息

// 截取部分代码
var _model ={"Headline":"山上的幽灵","Title":"巴尔干中央国家公园的布罗肯现象,保加利亚"}

我们可以通过​​re​​正则表达式解析这个json字符串,获取更多的数据

# -*- coding: utf-8 -*-
"""
@File : demo.py
@Date : 2022-10-26
@Author : Peng Shiyu
"""
import json
import re

import requests


def get_bing_image():
url = 'https://cn.bing.com'

headers = {
'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36'
}

res = requests.get(url, headers=headers)
res.encoding = res.apparent_encoding

ret = re.search("var _model =(\{.*?\});", res.text)
if not ret:
return

data = json.loads(ret.group(1))
image_content = data['MediaContents'][0]['ImageContent']

return {
'headline': image_content['Headline'],
'title': image_content['Title'],
'description': image_content['Description'],
'image_url': image_content['Image']['Url'],
'main_text': image_content['QuickFact']['MainText']
}


if __name__ == '__main__':
res = get_bing_image()
print(json.dumps(res, ensure_ascii=False, indent=2))

输出

{
"headline": "山上的幽灵",
"title": "巴尔干中央国家公园的布罗肯现象,保加利亚",
"description": "万圣节快到了,今天的照片也非常应景,展示了一只“幽灵”,也就是布罗肯现象。尽管看着灵异,但布罗肯现象并非超自然现象。这是一位观察者被投射在阳光对面云层上的阴影。布罗肯现象很少见,但如果你在黎明时分爬上薄雾弥漫的山坡,则有可能幸运地目睹这种现象。只要满足条件,布罗肯现象可以出现在任何地方。在德国哈尔茨山脉的布罗肯峰,当地传说浓雾弥漫的山间有幽灵出没。1780年,约翰·西尔伯施拉格在此观察到了“幽灵”,对其进行了描述记录,并将其命名为“布罗肯现象”。此后,布罗肯现象便常常被记录在有关该地区的文献之中。",
"image_url": "https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&rf=LaDigue_1920x1080.jpg",
"main_text": "布罗肯现象出现在日出与日落时的高山上,当前面弥漫着雾气时,太阳光将人的背影衍射在雾气上,浮现出彩虹轮廓。"
}

通过接口获取

当然,我们也不必那么麻烦,bing已经贴心的给大家提供了一个接口,可以直接使用。

只不过接口中返回的介绍性文字没有直接从页面上获取的多。

接口地址:

https://cn.bing.com/HPImageArchive.aspx?format=js&idx=0&n=1&mkt=zh-CN

参数

参数

含义

format

返回数据形式 js - json xml - xml

idx

截止天数 0-今天 -1 - 截止至明天 1 截止至昨天

n

返回数量

mkt

地区 zh-CN - 国区

接口来源 ​​Python - 定时自动获取 Bing 首页壁纸​​

返回数据

{
"images": [
{
"startdate": "20221027",
"fullstartdate": "202210271600",
"enddate": "20221028",
"url": "/th?id=OHR.FrankensteinFriday_ZH-CN5814917673_1920x1080.jpg&rf=LaDigue_1920x1080.jpg&pid=hp",
"urlbase": "/th?id=OHR.FrankensteinFriday_ZH-CN5814917673",
"copyright": "洛桑日内瓦湖上空的暴风雨,瑞典 (© Suradech Singhanat/Shutterstock)",
"copyrightlink": "https://www.bing.com/search?q=%E6%97%A5%E5%86%85%E7%93%A6%E6%B9%96&form=hpcapt&mkt=zh-cn",
"title": "一个黑暗的暴风雨之夜",
"quiz": "/search?q=Bing+homepage+quiz&filters=WQOskey:%22HPQuiz_20221027_FrankensteinFriday%22&FORM=HPQUIZ",
"wp": true,
"hsh": "426b0dd10360d364a0fcab233d04a9e3",
"drk": 1,
"top": 1,
"bot": 1,
"hs": []
}
],
"tooltips": {
"loading": "正在加载...",
"previous": "上一个图像",
"next": "下一个图像",
"walle": "此图片不能下载用作壁纸。",
"walls": "下载今日美图。仅限用作桌面壁纸。"
}
}

定时获取

我们没有服务器,没有数据库的情况下,怎么才能获取每日最新的图呢?总不能每天自己手动执行吧,肯定不行。

于是。我们可以利用​​Github Actions​​ 每天执行定时任务,每天定时自动获取数据

数据获取项目地址:​​https://github.com/mouday/wallpaper-database​​

Python实战:获取bing必应壁纸首页的每日一图(仅做学习用)_数据_05

页面展示

不能每次都查看数据,我们需要一个直观的显示地址,所以可以用Vue.js制作一个简单的预览地址,将我们获取的数据展示到浏览器。

数据展示项目地址:​​https://github.com/mouday/wallpaper​​

预览地址(仅供学习使用):​​https://mouday.github.io/wallpaper/​​

Python实战:获取bing必应壁纸首页的每日一图(仅做学习用)_.net_06

举报

相关推荐

0 条评论