所謂圖片爬蟲，即是從網際網路中自動把對方伺服器上的圖片爬下來的爬蟲程式。

一、圖片爬蟲前的網頁連結分析

1.首先開啟淘寶首頁，在搜尋框中輸入關鍵詞，如“神舟”，在搜尋結果介面中點選下一頁，分別開啟第一頁，第二頁，第三頁的搜尋結果，並記下每一頁結果的URL至記事本中，如下：

2.觀察每一個網頁的URL，不要去觀察它們不同的部分，而是著眼於每個URL中相似的部分。

  （1）可以注意到每個URL中都有“s=XXX”部分，推測為代表了不同的頁碼的數值，0代表第一頁，44代表了第二頁，88代表了第三頁，推測132代表第四頁，將第一頁的URL中的“s=0”修改為“s=132”，即可發現神奇般地跳轉到了第四頁。

   （2）雖然將URL複製下來之後無法看到關鍵詞，但是在瀏覽器中可以清晰看到“q=XXX”為輸入的關鍵詞內容，可以推測，瀏覽器在實際獲取網頁時將中文字元進行了編碼。

3.因此可以初步設想出圖片爬蟲所需要的網頁連結的結構：（在任意頁的URL基礎上進行修改）

二、圖片爬蟲前的圖片連結分析

1.右鍵單擊淘寶網頁上的圖片，點選複製圖片地址，貼上到記事本中分析：

3.觀察URL，注意到前半部分為圖片資源在伺服器中的地址，後半部分為圖片名稱以及其格式，特別是“250X250”代表了圖片的解析度，因為在淘寶搜尋頁中，為節省資源，採取了縮圖的方式。

4.將圖片URL中的核心部分，如本例的“TB2ISTydyCYBuNkSnaVXXcMsVXa”在原始碼頁面中進行搜尋：

將連結複製下來開啟，即可發現，高清大圖無處遁形：

 5.觀察圖片連結的前後格式，注意到前以 pic_url":"  開頭，後以  ",  結尾，本例內容比較簡單，無需進行抓包即可獲取圖片連結。

 三、圖片爬蟲程式編寫

import urllib.request
import re
keyname="神舟"
key=urllib.request.quote(keyname) #編碼
#嘗試爬取前三頁內容
for i in range(0,3): 
    #構造頁面URL
    url="https://s.taobao.com/search?q="+key+"&imgfile=&js=1&stats_click=search_radio_all%3A1&initiative_id=staobaoz_20180915&ie=utf8&bcoffset=3&ntoffset=3&p4ppushleft=1%2C48&s="+str(i*44)
    data=urllib.request.urlopen(url).read().decode("utf-8","ignore")
    pat='pic_url":"//(.*?)"'
    #獲得圖片URL
    imagelist=re.compile(pat).findall(data)
    for j in range(0,len(imagelist)):
        thisimg=imagelist[j]
        #構造圖片URL
        thisimgurl="http://"+thisimg
        file="F:/taobaoIMG/"+str(i)+str(j)+".jpg"
        urllib.request.urlretrieve(thisimgurl,filename=file)
 

已知問題：爬取結果圖片可能會是匹配度較差的圖片，如本例可能會出現諸如神舟飛船模型、神舟鳥電動車之類的結果，可能是淘寶網站做的反爬蟲阻攔，歡迎大神指點。

感謝韋瑋老師的指導