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。
- 项目地址：https://github.com/lonsty/zcooldl
- 在线文档：https://zcooldl.readthedocs.io/
- 快速安装：
pip install -U zcooldl - 使用方式：
zcooldl -u <username>
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
支持网站：
| 网站 | 入口 | 示例 |
|---|---|---|
| Zcool 站酷 | zcool.py | python zcool.py -u 叁乔居 |
| CNU 视觉 | cnu.py | python cnu.py http://www.cnu.cc/users/142231 |
Zcool 站酷
- 极速下载：多线程异步下载，可以根据需要设置线程数
- 超清原图：默认下载超清原图（约几 MB），使用参数
--thumbnail下载缩略图（宽最大 1280px，约 500KB） - 下载收藏夹
New：使用-c <收藏夹 URL, ...>下载收藏夹中的作品（收藏夹可自由创建）
CNU 视觉
-
支持 3 类 URL 参数：
- 作品集：http://www.cnu.cc/works/117783
- 用户作品页：http://www.cnu.cc/users/142231
- 用户推荐页：http://www.cnu.cc/users/recommended/142231
参数可接收多个 URL，且可随意组合，如：
$ python cnu.py http://www.cnu.cc/works/117783 http://www.cnu.cc/users/652629 http://www.cnu.cc/users/recommended/652629
环境：
python3.6及以上
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- 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
爬取结果
- 下载 视觉（CNU）作品
python cnu.py <WORK_URLS> ...使用帮助
常用命令
- 只下载用户的部分主题
$ python zcool.py -u <username> -t <topic1>,<topic2>,...- 一次性下载多个用户的所有图片
$ python zcool.py -u <username1>,<username2>,...- 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
-
0.1.5 (2020-12-27)
- 新增爬虫：使用 ruia 异步爬虫框架下载 视觉（CNU）作品
-
0.1.4 (2020-11-30)
- 新增功能：新参数
-c <收藏夹 URL, ...>，支持下载收藏夹中的作品。
- 新增功能：新参数
-
0.1.3 (2020-07-22)
- 修复了在动态加载页面中无法获取并下载所有图片的问题
- 保存的图片文件名中加入了序号，以保持原始顺序
- 添加了注释，并对代码细节做了调整
-
2020.03.25
- 优化了终端输出信息，用不同颜色文字进行了标识
- 修复了在低网速下无法下载图片的问题，并加快了整体下载速度
-
0.1.2 (2020-03-24)
新功能：
- 新增下载超清原图（默认选项，约几 MB），使用参数
--thumbnail下载缩略图（宽最大 1280px，约 500KB） - 新增支持下载 JPG、PNG、GIF、BMP 格式的图片
- 新增下载超清原图（默认选项，约几 MB），使用参数
-
0.1.1 (2019-12-09)
新功能：
- 可以选择下载用户的特定主题
- 支持一次性输入多个用户名或 ID
BUG 修复：
- 修复用户如果没有上传任何图片时的下载错误
-
0.1.0 (2019-09-09)
主要功能：
- 极速下载：多线程异步下载，可以根据需要设置线程数
- 异常重试：只要重试次数足够多，就没有下载不下来的图片 (^o^)/
- 增量下载：设计师/用户有新的上传，再跑一遍程序就行了 O(∩_∩)O 嗯！
- 支持代理：可以配置使用代理（0.1.3 版本后改为自动读取系统代理）
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！