python爬取 20w 表情包之后，从此你就成为了微信斗图届的高手 / 四六文摘

常常有 b 友问我

“小帅b，你哪来那么多的表情包”

当然是爬取来的啊

不瞒你说

在我的电脑里面

除了一些老师的教程之外

还有满满当当的表情包

每一个表情包都是那么的

生动有趣

是它们拯救了我们人类的尴尬

是它们拯救了多少的直男

是它们...

好吧

编不下去了

答应你们

这次腾出点时间

就来说说

小帅b是怎么玩表情包的

如何实现的呢？

那么接下来就是

学习 python 的正确姿势

是这样的

有一次小帅b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

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

小帅b发现这里有 4k+ 的页面

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/biaoqing/lists/page/1.html

所以以此类推

构建一下所有url

_url = 'https://fabiaoqing.com/biaoqing/lists/page/{page}.html'urls = [_url.format(page=page) for page in range(1, 4328+1)

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

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)soup = BeautifulSoup(response.content, 'lxml')img_list = soup.find_all('img', class_='ui image lazy')

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: image = img.get('data-original') title = img.get('title') # print(image) with open(path + title + os.path.splitext(image)[-1], 'wb') as f: img = requests.get(image).content f.write(img)

至此

几行代码就搞定了

先来测试一下

下载一个页面的图片

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

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() path = '/home/wistbean/biaoqingbao/'

# 创建线程 for x in range(10): worker = DownloadBiaoqingbao(queue, path) worker.daemon = True worker.start()

# 加入队列 for url in urls: queue.put(url)

queue.join()

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

这时候文件夹就写入表情包啦

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

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 globfor 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

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

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

哇

岂不美哉～

说干就干

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)

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

运行之后是这样的