Yuhao Kang GISer

Menu

使用Python调用Flickr API抓取图片数据

Flickr是雅虎旗下的图片分享网站,上面有全世界网友分享的大量精彩图片,被认为是专业的图片网站。其API也很友好,可以实现多种功能。这里我使用了Python调用其API获得了大量的照片数据。需要注意的是,要想登录其网站,注册成为开发者,并调用其API,需要翻墙。但获得的url可以不翻墙查看。

首先需要先去Flickr注册成为其开发者,创建应用,获得API_KEY和API_SECRET,其API网址在:https://www.flickr.com/services/api/

Flickr提供了多种开发工具进行使用。这里使用Python开发工具。官方推荐的开发工具是Beej’s Python Flickr API. https://stuvel.eu/flickrapi

可以直接使用pip安装工具进行安装,输入flickrapi即可自动安装好。

官方文档在这里:https://stuvel.eu/flickrapi-doc/

爬取照片数据最好的方法是使用其walk方法。这个方法实质上是调用了flickr.photos.search的接口,各种参数可以参见该API的介绍:https://www.flickr.com/services/api/flickr.photos.search.html

用好这个方法,输入不同的参数,就可以满足大部分数据挖掘的需要,包括时间、地理位置、照片类型等。

这里贴上一段简单的代码,仅供参考:

 1 #coding:utf-8
 2 import flickrapi
 3 #输入API的key和secret
 4 flickr=flickrapi.FlickrAPI(api_key,api_secret,cache=True)
 5 try:
 6     #爬取text为'New York'的照片,这里可以根据自己的需要设置其它的参数
 7     photos=flickr.walk(text='New York',extras='url_c')
 8 except Exception as e:
 9     print('Error')
10 for photo in photos:
11     #获得照片的url,设置大小为url_c(具体参数请参看FlickrAPI官方文档介绍)
12     url=photo.get('url_c')
13     print(str(url))

需要注意的地方在于,倘若出现循环的情况,可能是因为数据量太大,因此需要加一些限制条件限制,例如一次调用只调用一段时间内的数据,再分批次挖掘数据。

— Written in
— Tags: