爬了下Unsplash上的高清壁纸，总有一款适合你
Unsplash是个高清摄影图片的网站，里面的照片非常精美，分辨率也很高，最重要的是，所有的照片都没有版权，无须向原作者申请授权，即可任意使用。
最近闲暇的时候写了个爬虫爬了下Unsplash上的那些高赞的壁纸。爬虫原理非常简单，就是爬取所有的壁纸，然后筛选那些赞数最高的图片。
代码实现
第一步我们爬取Unsplash所有的壁纸图片信息，并存入MongoDB，代码如下
def get_image_by_page(page_no):
url = "https://unsplash.com/napi/collections/1065976/photos?page={}&per_page=10&order_by=latest&share_key=a4a197fc196734b74c9d87e48cc86838".format(page_no)
r = requests.get(url, verify=False)
data = r.json()
return datadef get_images():
page_no = 1
client = pymongo.MongoClient()
db = client["unsplash"]
while True:
result = get_image_by_page(page_no)
if len(result) == 0:
break
db.wallpaper.insert_many(result)
print(page_no)
page_no += 1
time.sleep(10)
爬下来的数据里面包含了几个重要的字段。
我们最关心的就是likes这个字段，这个里面存了图片的赞数，后续我们筛选高赞图片的时候会用到。
还有两个字段分别是width和height，这是图片的宽度和高度，因为我们这里关注的是桌面壁纸，所以只关心宽度大于高度的那些壁纸。
爬完图片信息后，接下来我们从数据库筛选高赞图片，代码如下
def get_top_liked_images():
client = pymongo.MongoClient()
db = client["unsplash"]
cursor = db.wallpaper.aggregate([
{"$match": {"likes": {"$gte": 1000}}}
])
path = os.path.dirname(__file__)
path = os.path.join(path, "wallpaper")
for item in cursor:
url = item["urls"]["raw"]
width = item["width"]
height = item["height"]
if width <= height:
continue
r = requests.get(url, verify=False)
filename = "{}.jpg".format(int(time.time()))
filepath = os.path.join(path, filename)
with open(filepath, "wb") as f:
f.write(r.content)
print(filepath)
time.sleep(10)
这里我们会根据图片信息里的URL去下载图片。需要注意的是，如果过于频繁的爬取Unsplash，会导致爬虫被封，所以这里每次下载完都会睡个10秒钟。
高赞壁纸
我们从爬取的结果里面精选了80张高赞壁纸，没有加任何水印，放在这里。不过微信对上传的图片作了压缩，所以上传后的图片不是原图，分辨率有些损失。需要原图的话在文末有获取方式。
下面是80张无水印高赞壁纸，大家看看最喜欢哪一张呢，欢迎在留言里告诉我~
完整代码已上传github，所有原图已上传百度网盘，可在公众号后台回复unsplash获取。
最近读者群二群建立了，欢迎小伙伴们加入。群内已有几位技术大咖加入，后续还会拉更多的大牛进群，欢迎各位学习道路上的小伙伴一起加入进来。
扫下方管理员微信，管理员拉你入群~
推荐阅读：
◆ ◆ ◆ ◆ ◆