Home

Awesome

scraper

图片爬取下载工具，极速爬取下载 站酷（https://www.zcool.com.cn/）、CNU 视觉（http://www.cnu.cc/）设计师/用户 上传的 图片/照片/插画。

:tada: :tada: :tada: 站酷下载工具已发布到 PyPI

scraper 本来是规划用来存放各式各样的爬虫程序的。站酷仅仅是当初构想中的一个，因为太懒而没有新增其他爬虫。 想不到 zcool.py 竟然从原来的几十行代码，逐步增加到现在的 500+ 行 :joy: :joy: :joy:。

支持网站：

网站入口示例
Zcool 站酷zcool.pypython zcool.py -u 叁乔居
CNU 视觉cnu.pypython cnu.py http://www.cnu.cc/users/142231

Zcool 站酷

CNU 视觉

环境：

快速使用

首先克隆项目到本地，并安装依赖：

$ git clone https://github.com/lonsty/scraper.git

$ cd scraper
$ pip install -r requirements.txt
  1. 下载 站酷（Zcool）作品

下载用户名为 username 的所有图片到路径 path 下：

$ python zcool.py -u <username> -d <path>

运行截图

screenshot_04.png

screenshot_03.png

screenshot_05.png

爬取结果

screenshot_02.png

  1. 下载 视觉（CNU）作品
python cnu.py <WORK_URLS> ...

使用帮助

常用命令

  1. 只下载用户的部分主题
$ python zcool.py -u <username> -t <topic1>,<topic2>,...
  1. 一次性下载多个用户的所有图片
$ python zcool.py -u <username1>,<username2>,...
  1. 部分图片下载失败或有更新，再执行相同的命令，对失败或新增的图片进行下载
$ python zcool.py -u <username> -d <last-saved-path>

查看所有命令

# Zcool 站酷
$ python zcool.py --help

Usage: zcool.py [OPTIONS]

  ZCool picture crawler, download pictures, photos and illustrations of
  ZCool (https://zcool.com.cn/). Visit https://github.com/lonsty/scraper.

Options:
  -u, --usernames TEXT    One or more user names, separated by commas.
  -i, --ids TEXT          One or more user IDs, separated by commas.
  -c, --collections TEXT  One or more collection URLs, separated by commas.
  -t, --topics TEXT       Specific topics to download, separated by commas.
  -d, --destination TEXT  Destination to save images.
  -R, --retries INTEGER   Repeat download for failed images.  [default: 3]
  -r, --redownload TEXT   Redownload images from failed records (PATH of the
                          .json file).
  -o, --overwrite         Override the existing files.
  --thumbnail             Download thumbnails with a maximum width of 1280px.
  --max-pages INTEGER     Maximum pages to download.
  --max-topics INTEGER    Maximum topics per page to download.
  --max-workers INTEGER   Maximum thread workers.  [default: 20]
  --help                  Show this message and exit.

# CNU 视觉
$ python cnu.py --help
Usage: cnu.py [OPTIONS] START_URLS...

  A scraper to download images from http://www.cnu.cc/

Arguments:
  START_URLS...  URLs of the works  [required]

Options:
  -d, --destination PATH          Destination directory to save the images
                                  [default: .]

  -o, --overwrite / -no, --no-overwrite
                                  Whether to overwrite existing images
                                  [default: False]

  -t, --thumbnail                 Whether to download the thumbnail images
                                  [default: False]

  -r, --retries INTEGER           Number of retries when the download fails
                                  [default: 3]

  -w, --workers INTEGER           Number of parallel workers  [default: 2]
  -c, --concurrency INTEGER       Number of concurrency  [default: 25]
  --delay INTEGER                 Seconds to wait for the next request
                                  [default: 0]

  --retry-delay INTEGER           Seconds to wait for the retry request
                                  [default: 0]

  --timeout INTEGER               Seconds of HTTP request timeout  [default:
                                  20]

  --install-completion [bash|zsh|fish|powershell|pwsh]
                                  Install completion for the specified shell.
  --show-completion [bash|zsh|fish|powershell|pwsh]
                                  Show completion for the specified shell, to
                                  copy it or customize the installation.

  --help                          Show this message and exit.

更新历史

LICENSE

此项目使用 MIT 开源协议

注意：使用此工具下载的所有作品，版权归原作者所有，请谨慎使用！