用python爬取 20w 表情包之后，感叹我族人是多么强大！

浅浅的花香味﹌ 2022-01-26 08:29 91阅读 0赞

这样的

有一次想要斗图

配图

就在网上搜索表情包

然后发现了一个表情巨多的网站

不小心动起了邪念

产生了兴趣

![ruQvmuv.jpg_web][]

那就

把它们存下来吧

用 requests 请求了一下

发现这个网站没有做反爬

![3aeYjye.gif][]

发现这里有 4k+ 的页面

![rmeIjmZ.png_web][]

简单的切换一下页面

可以发现

第一页的链接是这样的

[https://fabiaoqing.com/biaoqi...][https_fabiaoqing.com_biaoqi...]

所以以此类推

构建一下所有url

_url = 'https://fabiaoqing.com/biaoqing/lists/page/{page}.html'

这样我们就可以得到所有表情包的链接了

我们来看一下页面里面的信息

![F7nIRvu.jpg_web][]

在这里

我们只需要图片的地址和图片的名称即可

所以我们只要获取到每个页面的

所有 img 标签就可以了

可以使用  BeautifulSoup 根据类名获取

response = requests.get(url)

拿到了页面里面的所有 img

那么就可以获取每个图片的地址和名称

从而下载到我们想要的位置

for img in img_list:

至此

几行代码就搞定了

大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python学习扣qun：784，758，214，这里是python学习者聚集地！

先来测试一下

下载一个页面的图片

![jyIreen.jpg_web][]

可以发现

每张图片都获取到了

效果还行

不过

要下载那么多张表情包的话

这样写的代码有点慢了

![F7FBRzq.jpg_web][]

还是开启多线程吧

对于这种 IO 操作

还是能加快不少下载时间的

queue = Queue()

在这里创建了 DownloadBiaoqingbao 这个线程类

然后创建 10 个线程

把 url 添加到队列中

来运行一下

![FnEzIzQ.gif][]

这时候文件夹就写入表情包啦

![vMRFRnZ.gif][]

经过一段时间

小帅b的文件夹就存满了各种表情包了哈哈哈

谁敢跟我斗图

我就砸死他

![IruEZvu.jpg_web][]

不过呢

有个问题

文件夹里面的图片太多了

需要检索一下才行

比如我们要找到关于

小老弟

的表情包

那么我们可以使用

glob

import glob
    for name in glob.glob('/home/wistbean/biaoqingbao/*小老弟*.*'):
        print(name)

通过 \* 这个符号进行模糊匹配

运行一下可以得到所有含有“小老弟”的表情包

![AnqIZfJ.jpg_web][]

到这里

已经有了大量的表情包

也可以通过关键词检索到表情包了

那么如何进一步用到微信来呢

嘿嘿，我得意的笑

![uuIzmmy.jpg_web][]

开下脑洞

我们使用微信的接口和 python 对接一下

比如

我发送给我的微信说

我要关于沙雕的表情包，发 6 张来

这个时候

python接收到指令

然后就去检索表情包

发送回我的微信

可以使用 itchat 这个模块

使用网页版微信的方式登录

itchat.auto_login(hotReload=True)
    itchat.run()

运行这段代码可以得到二维码

扫一下就可以登录进去操作微信了

接着就可以根据小帅b发送过来的关键词

进行文件搜索

imgs = []
    
    def searchImage(text):
        print('收到关键词: ', text)
        for name in glob.glob('/home/wistbean/biaoqingbao/*'+text+'*.jpg'):
            imgs.append(name)
    大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python学习扣qun：784758214，这里是python学习者聚集地！

然后就可以在回复微信的时候发送图片给自己了

在这里就给自己发前 6 张图片吧

@itchat.msg_register([PICTURE, TEXT])
    def text_reply(msg):
        searchImage(msg.text)
        for img in imgs[:6]:
            msg.user.send_image(img)
            time.sleep(0.3)
            print('开始发送表情：', img)
        imgs.clear()

但这里有个问题

就是 itchat 在发送图片的时候

中文名的文件发了没有反应

后来小帅b发现是 requests 库的问题

修改它的 fields.py

value = email.utils.encode_rfc2231(value, 'utf-8')
        # value = '%s*=%s' % (name, value)
        value = '%s="%s"' % (name, value.encode('utf-8'))

也就是将

value = '%s\*=%s' % (name, value)

改成

value = '%s="%s"' % (name, value.encode('utf-8'))

搞定

![Mbu2QnB.jpg_web][]

以上

当然还可以优化一下

比如每次加载更多同类型的表情包

将表情包发送给特定的人等等

自己去玩吧

![vQFnemI.jpg_web][]

[ruQvmuv.jpg_web]: https://img1.tuicool.com/ruQvmuv.jpg!web
[3aeYjye.gif]: https://img2.tuicool.com/3aeYjye.gif
[rmeIjmZ.png_web]: https://img0.tuicool.com/rmeIjmZ.png!web
[https_fabiaoqing.com_biaoqi...]: https://fabiaoqing.com/biaoqing/lists/page/1.html
[F7nIRvu.jpg_web]: https://img0.tuicool.com/F7nIRvu.jpg!web
[jyIreen.jpg_web]: https://img2.tuicool.com/jyIreen.jpg!web
[F7FBRzq.jpg_web]: https://img1.tuicool.com/F7FBRzq.jpg!web
[FnEzIzQ.gif]: https://img2.tuicool.com/FnEzIzQ.gif
[vMRFRnZ.gif]: https://img1.tuicool.com/vMRFRnZ.gif
[IruEZvu.jpg_web]: https://img0.tuicool.com/IruEZvu.jpg!web
[AnqIZfJ.jpg_web]: https://img2.tuicool.com/AnqIZfJ.jpg!web
[uuIzmmy.jpg_web]: https://img1.tuicool.com/uuIzmmy.jpg!web
[Mbu2QnB.jpg_web]: https://img1.tuicool.com/Mbu2QnB.jpg!web
[vQFnemI.jpg_web]: https://img1.tuicool.com/vQFnemI.jpg!web