一键抓取网站图片

我电脑里存着三百多张壁纸，键抓全是取网手工右键保存的。直到有次帮朋友整理设计素材，站图面对二十个网页、键抓上千张图，取网鼠标点到手腕发酸，站图我才意识到自己有多蠢。键抓后来花半小时写了个小脚本，取网从此再也没碰过右键菜单。站图

所谓"一键抓取"，键抓本质就三步：找到图片地址、取网批量下载、站图按规则命名。键抓听起来简单，取网坑全在细节里。站图比如有些网站图片是懒加载的——你得先模拟滚动页面，让所有图片真正加载出来，否则抓到的全是占位符。还有些CDN会检查请求头，你得把浏览器UA和Referer伪装好，不然服务器直接返回403。

我用的是Python加requests库，配合BeautifulSoup解析HTML。核心代码其实不到二十行：先发送GET请求拿到页面源码，用正则或CSS选择器筛出所有img标签的src属性，再循环下载。但实际写起来，真正卡人的是"筛选"这一步。有些图片藏在CSS背景里，有些是data-src这种自定义属性，还有些压根是JS动态生成的——这时候就得换思路，直接抓接口返回的JSON数据。

举个具体例子。我常逛的一个摄影论坛，图片缩略图和原图地址就藏在的data-original属性里。如果只抓img的src，拿到的全是模糊的小图。当时我盯着浏览器开发者工具看了十分钟，才在Network面板里发现真正的请求规律。这种逆向过程挺上瘾的——像解谜，网站防抓取的手段越复杂，破解时的快感越强。