Python实战：获取bing必应壁纸首页的每日一图(仅做学习用)

需求

老板：微软必应https://cn.bing.com/ 首页的每日一图看着不错，能不能自动获取

我：我试试

网站分析

我们查看网页元素，不难发现背景图就在类名为.img_cont 的标签下

可是搜索源代码 view-source:https://cn.bing.com/

<div class="img_cont" style="background-image: url(https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&amp;rf=LaDigue_1920x1080.jpg); opacity: 1;">

发现style属性中的数据不能直接获取，需要使用到正则提取url

换个方法，试试搜索图片地址:

https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg

发现有三个地方

第一处是在header中

<link rel="preload" href="https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&amp;rf=LaDigue_1920x1080.jpg&amp;qlt=50" as="image" id="preloadBg" />

第二处在类名为img_cont 的标签中

<div class="img_cont" style="background-image: url(https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&amp;rf=LaDigue_1920x1080.jpg); opacity: 1;">

第三处在js代码中

"Image":{"Url":"https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg\u0026rf=LaDigue_1920x1080.jpg",

代码实现

通过以上分析，我们可以发现，通过id="preloadBg"的元素获取比较方便

此处需要加一个请求头，避免获取不到正常的网页源代码

安装依赖

$ python --version
Python 3.6.5

$ pip install parsel requests

代码示例

# -*- coding: utf-8 -*-
"""
@File    : demo.py
@Date    : 2022-10-26
@Author  : Peng Shiyu
"""

import parsel
import requests


def get_bing_image():
    url = 'https://cn.bing.com'

    headers = {
        'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36'
    }

    res = requests.get(url, headers=headers)
    res.encoding = res.apparent_encoding

    sel = parsel.Selector(res.text, base_url=url)

    return sel.css('#preloadBg::attr(href)').extract_first()


if __name__ == '__main__':
    image_url = get_bing_image()
    print(image_url)
#     https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&rf=LaDigue_1920x1080.jpg&qlt=50

进一步

我们发现，图片还有一些介绍信息，我们看看能不能拿到

再次查看源码，我们可以发现，网页中有一个js的变量，包含了页面中壁纸的信息

// 截取部分代码
var _model ={"Headline":"山上的幽灵","Title":"巴尔干中央国家公园的布罗肯现象，保加利亚"}

我们可以通过re正则表达式解析这个json字符串，获取更多的数据

# -*- coding: utf-8 -*-
"""
@File    : demo.py
@Date    : 2022-10-26
@Author  : Peng Shiyu
"""
import json
import re

import requests


def get_bing_image():
    url = 'https://cn.bing.com'

    headers = {
        'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36'
    }

    res = requests.get(url, headers=headers)
    res.encoding = res.apparent_encoding

    ret = re.search("var _model =(\{.*?\});", res.text)
    if not ret:
        return

    data = json.loads(ret.group(1))
    image_content = data['MediaContents'][0]['ImageContent']

    return {
        'headline': image_content['Headline'],
        'title': image_content['Title'],
        'description': image_content['Description'],
        'image_url': image_content['Image']['Url'],
        'main_text': image_content['QuickFact']['MainText']
    }


if __name__ == '__main__':
    res = get_bing_image()
    print(json.dumps(res, ensure_ascii=False, indent=2))

输出

{
  "headline": "山上的幽灵",
  "title": "巴尔干中央国家公园的布罗肯现象，保加利亚",
  "description": "万圣节快到了，今天的照片也非常应景，展示了一只“幽灵”，也就是布罗肯现象。尽管看着灵异，但布罗肯现象并非超自然现象。这是一位观察者被投射在阳光对面云层上的阴影。布罗肯现象很少见，但如果你在黎明时分爬上薄雾弥漫的山坡，则有可能幸运地目睹这种现象。只要满足条件，布罗肯现象可以出现在任何地方。在德国哈尔茨山脉的布罗肯峰，当地传说浓雾弥漫的山间有幽灵出没。1780年，约翰·西尔伯施拉格在此观察到了“幽灵”，对其进行了描述记录，并将其命名为“布罗肯现象”。此后，布罗肯现象便常常被记录在有关该地区的文献之中。",
  "image_url": "https://s.cn.bing.net/th?id=OHR.BrockenSpecter_ZH-CN5278743909_1920x1080.jpg&rf=LaDigue_1920x1080.jpg",
  "main_text": "布罗肯现象出现在日出与日落时的高山上，当前面弥漫着雾气时，太阳光将人的背影衍射在雾气上，浮现出彩虹轮廓。"
}

通过接口获取

当然，我们也不必那么麻烦，bing已经贴心的给大家提供了一个接口，可以直接使用。

只不过接口中返回的介绍性文字没有直接从页面上获取的多。

接口地址：

https://cn.bing.com/HPImageArchive.aspx?format=js&idx=0&n=1&mkt=zh-CN

参数

参数	含义
format	返回数据形式 js - json xml - xml
idx	截止天数 0-今天 -1 - 截止至明天 1 截止至昨天
n	返回数量
mkt	地区 zh-CN - 国区

接口来源 Python - 定时自动获取 Bing 首页壁纸

返回数据

{
	"images": [
		{
			"startdate": "20221027",
			"fullstartdate": "202210271600",
			"enddate": "20221028",
			"url": "/th?id=OHR.FrankensteinFriday_ZH-CN5814917673_1920x1080.jpg&rf=LaDigue_1920x1080.jpg&pid=hp",
			"urlbase": "/th?id=OHR.FrankensteinFriday_ZH-CN5814917673",
			"copyright": "洛桑日内瓦湖上空的暴风雨，瑞典 (© Suradech Singhanat/Shutterstock)",
			"copyrightlink": "https://www.bing.com/search?q=%E6%97%A5%E5%86%85%E7%93%A6%E6%B9%96&form=hpcapt&mkt=zh-cn",
			"title": "一个黑暗的暴风雨之夜",
			"quiz": "/search?q=Bing+homepage+quiz&filters=WQOskey:%22HPQuiz_20221027_FrankensteinFriday%22&FORM=HPQUIZ",
			"wp": true,
			"hsh": "426b0dd10360d364a0fcab233d04a9e3",
			"drk": 1,
			"top": 1,
			"bot": 1,
			"hs": []
		}
	],
	"tooltips": {
		"loading": "正在加载...",
		"previous": "上一个图像",
		"next": "下一个图像",
		"walle": "此图片不能下载用作壁纸。",
		"walls": "下载今日美图。仅限用作桌面壁纸。"
	}
}

定时获取

我们没有服务器，没有数据库的情况下，怎么才能获取每日最新的图呢？总不能每天自己手动执行吧，肯定不行。

于是。我们可以利用Github Actions 每天执行定时任务，每天定时自动获取数据

数据获取项目地址：https://github.com/mouday/wallpaper-database

页面展示

不能每次都查看数据，我们需要一个直观的显示地址，所以可以用Vue.js制作一个简单的预览地址，将我们获取的数据展示到浏览器。

数据展示项目地址：https://github.com/mouday/wallpaper

预览地址（仅供学习使用）：https://mouday.github.io/wallpaper/

其他参考资源

有小伙伴已经做了必应壁纸图片网站

https://bing.ioliu.cn/

https://www.todaybing.com/

https://www.bingimg.cn/