📚博客主页：knighthood2001
✨公众号：认知up吧 （目前正在带领大家一起提升认知，感兴趣可以来围观一下）
🎃知识星球：【认知up吧|成长|副业】介绍
❤️感谢大家点赞👍🏻收藏⭐评论✍🏻，您的三连就是我持续更新的动力❤️
🙏笔者水平有限，欢迎各位大佬指点，相互学习进步！

上文我说了，我本来是用今天这个方法进行爬虫的，selenium远程调试的思路，这样的好处就是不需要你进行登录。

比如下面的的小红书链接
100篇阅读理解刷爆大纲5500词|2001年Text3 - 小红书

我需要将其中的图片下载下来，并且还是无水印的。

你可以自己多研究一下

因此你可以通过正则表达式进行图片链接的提取。

因此实现爬取小红书指定文章的图片的一般步骤就是：

->->

由于小红书反爬比较恶心，我这里采用的是selenium操作已经打开的浏览器。该原理是selenium进行远程调控，这个好处就是不需要登录（没有很好措施的话，很容易扫码登录也失败，再加上笔者好久没有深入研究cookie这方面内容了，很多东西忘了）

如果这方面不太会的，可以看看我下面这篇文章，或者你们使用保存cookie的方法进行登录。

最新：Selenium操作已经打开的Chrome(免登录)

使用上面的方法，你用selenium，就不需要弹出登录让你登录（有时候爬虫最难的就是登录问题）

解决了登录问题，后面的就比较好解决了。

但是这次代码，相对于我上面那个即插即用的模板来说，不太一样。因为我上面的那个模板，每次保存图片，由于时间戳一样，就会导致即使有多个图片链接，但是最后都是以一个时间戳命名，最后就保存为1张照片（被反复覆盖了）。

因此我需要进行代码的重构，我的想法是把for循环遍历放到保存图片中，原先保存图片是传入的一个链接，我这时候传入的是一个列表，然后通过for循环进行图片的保存。

并且图片的上一级目录还有一个时间戳，可以帮助你排序，分辨下载先后顺序。

这一部分的代码，和之前版本来说，还是有较大区别的。

需要注意的一点是，matches中的图片链接有时候会有重复，因此需要去重操作，但是set函数的去重操作是无序的，会导致最终图片保存顺序为乱序。
因此我这里采用调用collections的Counter，解决去重＋乱序的问题。

这个项目也算是搭积木吧，但是我觉得应该挺多人需要。因为有时候一张一张手动保存有水印的小红书图片，慢且有水印。