前一阵我特别迷高质量的风景壁纸每天都要在几个壁纸站点之间来回翻看到满意的还得手动点开原图、右键保存、再切到桌面设置里换掉。折腾几次之后我实在不耐烦干脆写了个Python脚本自动下载壁纸把找图、下图的活儿全交给了代码从此再没为壁纸花过心思。这篇就把我当时从拆需求、选方案到动手写完整脚本、再到实际跑起来踩坑的全过程整理出来。不管你是刚接触Python的新手还是想写个小工具解放双手的老手这篇文章应该都能直接拿去用。先说清楚一件事这个脚本虽然看起来只是“下载图片”但爬虫的经典三件套——请求、解析、存储——它一个都不少而且壁纸站普遍有分页、懒加载、防盗链练习价值非常高。学会了这套思路拿去抓头像、抓表情包、抓商品图基本就是换个解析规则的事儿。所以下面我尽量把每一步为什么这么做讲透代码也全部贴出来你可以直接复制跑也可以按自己的需求改。1. 先别急着写代码把“自动下载”拆明白很多人看到标题的第一反应是打开编辑器写爬虫但以我的经验第一件事应该是先问自己一句你到底想要哪一种“自动下载”这个问题没想清楚写出来的脚本十有八九是半成品——要么下载了根本用不上要么功能写多了维护成本暴涨。1.1 你想要的其实是哪一类壁纸工具我根据自己的实际使用场景把“自动下载壁纸”拆成了三种完全不同的需求也对应了三条不同的技术路线需求类型具体场景技术难度典型实现方式一次性批量收集想从某个壁纸站把某个分类的全部图片下载保存低请求列表页→解析图片URL→逐个下载每日同步更新每天拿到最新壁纸保持本地图库不过期低~中调用公开API或RSS源按日期增量下载即拉即换壁纸不保存下载最新一张图后直接设为桌面壁纸中下载到临时目录→调用系统接口设置壁纸我最初想的是第一种以为把某个站的图全拉下来就完事了但实际操作后发现壁纸的更新速度远超我的收藏速度下载两千张图里真正喜欢的没几张反而把网盘和本地目录塞得满满当当。后来我改成第二种思路每天只同步当天更新的一批图生成一个“今日壁纸”目录配合自动换壁纸功能体验一下子就好了很多。1.2 目标明确之后脚本的边界自然就清晰了这个项目里最大的一个坑就是“什么都想抓”。我曾经看网上的一些教程一张网页里又有大图又有缩略图又有封面图又有广告图正则一写一大串结果下载下来一堆比指甲盖还小的垃圾文件和莫名其妙的宣传图。现在我给自己定了一条规矩脚本开始之前先用手动方式跑一遍完整流程把每一步具体“看到什么、点什么、下载到什么”全部记下来。你在浏览器里做了什么脚本就自动化什么多一步都不要。拿我后来用的方案举例我的完整手动流程是打开壁纸源→浏览今日图片列表→点开中意的图→保存原图→命名→换桌面。所以我最终的脚本也只干这几件事拉取图片索引、过滤出原图地址、写入本地文件、调用系统接口换壁纸。不需要数据库不需要GUI不需要复杂的增量策略这大大降低了后面维护和排错的工作量。2. 技术选型与环境准备为什么是Python以及怎么搭环境标题直接锁定了Python这个选择我完全支持但还是要说说为什么Python是最适合这类小工具的语言以及具体要用哪些库、怎么把环境搭得不留后患。2.1 抓壁纸的几种方案Python的优势在哪如果只是“下载图片”本身其实有更直接的办法wget、curl、PowerShell的Invoke-WebRequest都能下载Linux下配合shell脚本也能循环抓图。但一旦要处理“从HTML里提取图片地址”“应对不同站点的页面结构”“按日期和分类整理文件”“后续扩展到自动换壁纸”这些需求shell和命令行工具的优势就没了因为它们的字符串处理和页面解析能力非常弱写出来的东西基本是一次性的改一个站点就得重写。Python的优势在于生态requests处理网络请求BeautifulSoup/parsel处理HTML解析concurrent.futures做并发下载os/shutil做文件管理ctypes/osascript处理系统级调用。这套组合几乎是所有爬虫小工具的标准答案而且每一环都有海量文档和经验可查踩坑成本低。我做了个简单对比这样更适合自己做决定方案请求能力页面解析并发下载系统集成上手难度shell wget一般弱依赖sed/awk弱一般中Python requests bs4强强强线程池强低Node.js axios cheerio强强强中中2.2 依赖库和虚拟环境别装到全局污染环境这个项目核心依赖就三个requests、beautifulsoup4。如果你后面想玩异步下载再加上aiohttp如果只想用最简方式甚至只用标准库的urllib也能跑但代码会啰嗦很多。我的建议是老老实实用requests它把超时、会话、请求头这些最闹心的细节都封装好了对于新手来说是性价比最高的网络请求库。依赖安装我建议用虚拟环境。很多人pycharm里直接pip install装完就开写然后换一个项目就发现各种版本冲突最后越搞越乱。用Python自带的venv一行就能解决python -m venv wallpaper_env # Windows: wallpaper_env\Scripts\activate # macOS / Linux: source wallpaper_env/bin/activate pip install requests beautifulsoup4这里多说一句我在网上看到很多新手卡住的地方如果你在终端输入python提示“无法识别”或“不是内部或外部命令”大概率是安装Python的时候没有勾选“Add Python to PATH”重装一次勾上就行。另外如果你用的是PowerShell遇到“xxx 无法将项识别为 cmdlet”之类的报错那多半不是Python的问题而是某个命令对应的程序没装或者环境变量没配上排查方向别搞偏了。3. 核心实现之一利用Bing每日壁纸接口写一个稳定的下载脚本写爬虫我有个习惯优先找公开API实在没有才去解析HTML。因为HTML结构说变就变今天能用的选择器下周可能就失效了。所以我第一个推荐的方案不是硬爬某个壁纸网站而是利用微软必应搜索的每日壁纸接口。这个接口是半公开的返回的是结构化JSON解析起来极其简单特别适合作为第一个练手项目也适合作为稳定的“每日换壁纸”数据源。3.1 必应每日壁纸接口的解析思路接口地址虽然看起来有点长但其实是标准的HTTP GET请求返回一段JSON数据。我们可以先用浏览器直接打开这个地址看看返回结果https://www.bing.com/HPImageArchive.aspx?formatjsidx0n8mktzh-CN参数的含义我这里解释一下方便你自己调整formatjs指定返回JSON格式idx0表示从今天开始取n8表示返回最近8张图mktzh-CN表示地区为中国不同地区的图片不一样。如果你想要更多历史图片把idx改成1、2、3……再分别请求即可。返回的JSON结构里关键字段是images数组每个元素包含url图片相对路径、startdate/enddate日期、title标题这些信息。我们要做的就是遍历这个数组把url拼上必应域名拼成完整的图片地址然后下载到本地。3.2 完整代码从JSON到本地文件的下载脚本我直接把当时跑通的脚本核心部分贴出来省去一些花哨功能保留最实用的部分import os import time import requests BASE https://www.bing.com API_URL https://www.bing.com/HPImageArchive.aspx?formatjsidx0n8mktzh-CN HEADERS { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (Chrome/120.0.0.0) Safari/537.36 } SAVE_DIR today_wallpapers def build_image_url(path: str) - str: 把接口返回的相对路径拼成完整URL # 有些图片路径带了宽高裁剪参数我们要原图的话可以去掉 clean_path path.split()[0] if in path else path return BASE clean_path def download_image(img_url: str, filepath: str) - bool: 流式下载图片避免一次性占用太大内存 try: resp requests.get(img_url, headersHEADERS, timeout15, streamTrue) resp.raise_for_status() with open(filepath, wb) as f: for chunk in resp.iter_content(chunk_size8192): if chunk: f.write(chunk) return True except Exception as e: print(f下载失败: {img_url}, 错误: {e}) return False def main(): os.makedirs(SAVE_DIR, exist_okTrue) resp requests.get(API_URL, headersHEADERS, timeout15) resp.raise_for_status() data resp.json() for item in data.get(images, []): img_url build_image_url(item.get(url, )) date_str item.get(enddate, unknown) # 用日期当文件名避免重复下载 filename f{date_str}.jpg filepath os.path.join(SAVE_DIR, filename) if os.path.exists(filepath): print(f已存在跳过: {filename}) continue ok download_image(img_url, filepath) if ok: print(f已下载: {filename} - {img_url}) time.sleep(0.5) # 温和一点别把服务打得太狠 if __name__ __main__: main()有几个细节我当时是吃过亏才改的第一streamTrue配合iter_content是下载大文件的正确姿势。壁纸原图动辄几兆甚至十几兆如果直接用resp.content一次性把整个图片加载进内存下载多了之后程序会越来越卡。用流式写入内存占用始终稳定在一个很低的水平。第二os.path.exists(filepath)这个判断是增量同步的核心。脚本跑第二次的时候因为本地已经有同名文件直接跳过不会重复下载也不会重复占用带宽。用日期做文件名比用标题做文件名更安全因为标题里可能带了各种斜杠、问号之类Windows文件名不支持的字符。第三time.sleep(0.5)看起来很不起眼但对接口方是一种礼貌。如果你写过一段时间爬虫就会明白很多反爬策略根本不是因为你干了什么坏事而是因为脚本的请求频率像机器一样高把人家服务器打出了问题。适当延时能省掉很多IP被限制的麻烦。3.3 接口经常变怎么办给脚本加一层保护像这种网页接口有一个天然风险它随时可能调整参数、更换域名甚至关闭。所以我在实际使用中会给接口请求套一层异常处理并增加最简单的重试机制def fetch_bing_data(retries3): for attempt in range(retries): try: resp requests.get(API_URL, headersHEADERS, timeout15) resp.raise_for_status() return resp.json() except Exception as e: print(f请求失败(第{attempt 1}次): {e}) time.sleep(2) return None如果接口彻底不可用了代码也不会直接崩溃而是打印错误然后退出。这个习惯很重要脚本的默认假设应该是“外部服务随时可能变”而不是“永远稳定”。把重试、报错、兜底逻辑写好后脚本运行起来会省心很多。4. 核心实现之二通用壁纸站的解析下载与并发提速必应接口虽然稳但有一个毛病图片风格偏“微软系”都是风景、建筑、极简设计而且每天只能拿8张。如果你想要动漫、游戏、二次元风格的壁纸还是得找专门的壁纸站。这一节讲最通用的方案直接解析网页HTML提取图片地址批量下载。4.1 分析页面结构找到图片地址的规律这里我用一个虚构的壁纸站作为例子因为我没法保证某个具体网站的结构永远不变但这个套路是共通的。打开一个壁纸分类页按F12打开开发者工具然后点击箭头图标定位页面里的图片元素你会看到类似这样的HTML结构div classwallpaper-item img classlazy>from bs4 import BeautifulSoup import requests html requests.get(list_url, headersHEADERS, timeout15).text soup BeautifulSoup(html, html.parser) image_urls [] for img in soup.select(img): # 逐个尝试常见的懒加载属性 url img.get(data-src) or img.get(data-original) or img.get(data-url) or img.get(src) if url and url.startswith((http, /)): image_urls.append(url)拿到图片地址之后别忘了两件事一个是补全域名很多站点的图片路径是相对路径不补全会404另一个是清理URL里的宽高参数壁纸站一般会根据参数返回不同尺寸的图比如?w1920去掉这些参数之后拿到的往往是原图。4.2 用线程池把下载速度提上去如果你从分类页里解析出了50个图片地址然后用for循环一张张下载你会发现越到后面越慢——因为每下载一张图网络IO都在等待响应。壁纸文件小则几百KB大则十几MB一张张串行下载上百张图可能要跑七八分钟。这里要引入并发思想。Python里做并发下载最简单的方式是concurrent.futures.ThreadPoolExecutor。壁纸下载是典型的I/O密集型任务网络等待时间占了绝大多数线程池能把这些等待时间叠起来8个线程同时请求8张图总耗时基本等于最慢那张图的时间而不是所有图时间的总和。from concurrent.futures import ThreadPoolExecutor, as_completed def download_batch(image_tasks, max_workers8): image_tasks: [(图片URL, 保存路径), ...] success_count 0 with ThreadPoolExecutor(max_workersmax_workers) as executor: future_map { executor.submit(download_image, url, path): (url, path) for url, path in image_tasks } for future in as_completed(future_map): url, path future_map[future] try: ok future.result() if ok: success_count 1 print(f成功: {path}) else: print(f失败: {url}) except Exception as e: print(f异常: {url}, {e}) return success_count这里有一个小技巧要分享不要无脑把线程数拉高。壁纸站的服务器普遍不大你开20个线程同时怼人家大概率触发反爬策略轻则返回403重则封IP。我实测下来8个线程是比较平衡的值下载速度和稳定性都可以接受。另外并发下载时下载失败的概率会提高因为有些站点对同一IP的并发连接数有限制所以代码里一定要做好失败重试最好把失败的URL记录下来全部跑完之后再重新下载一遍。4.3 防盗链为什么图片能从浏览器打开脚本却下载失败这是我踩过最多次的一个坑必须单独拿出来讲。有些壁纸站为了防止别人把图片直接“搬走”会做防盗链检查服务端看请求头里有没有Referer字段如果没有或者Referer来自站外就返回403。你在浏览器里打开图片很顺利因为浏览器会自动带上当前页面的地址作为Referer。但requests默认请求是不带Referer的所以拿到403。解决办法就是在请求头里补上这一项把Referer指向图片所在的页面HEADERS { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36, Referer: https://example-wallpaper-website.com/category/landscape }如果加了Referer还是403那就试着把User-Agent换成真实浏览器的完整值不要用Python这种默认标记大多数反爬都能被这两招解决。5. 常见问题与排查技艺把脚本稳定运行起来的经验脚本能跑起来只是第一步能稳定地跑、跑多久都不出错才是真正拉开新手和老手差距的地方。这一节把我在实践中反复遇到的典型问题整理成一个速查表后面再分享几条文档里不会写的独家心得。5.1 壁纸脚本高频问题速查表异常现象可能原因排查方法解决建议请求返回403反爬/防盗链检查请求头UA和Referer补全UA和Referer降低请求频率图片下载后无法打开文件损坏/下载不完整对比本地文件大小与Content-Length用流式下载并校验文件头损坏后重试下载到占位图未处理懒加载检查img标签的src和data属性优先取data-src等懒加载属性保存时提示文件名非法标题含/:*?打印文件名SSL证书报错站点证书过期/不被信任查看完整错误信息用verifyFalse跳过但加警告或更新证书批量下载到一半中断网络波动查看中断前最后一个URL加断点续传逻辑已存在文件直接跳过JSON解析报错接口返回的不是JSON先打印resp.text前500字确认是否被重定向到登录页/错误页5.2 用文件哈希去重避免重复图片占满硬盘壁纸站经常出现同一张图出现在多个分类的情况你如果今天爬了风景分类明天爬极简分类可能两张图是同一个文件只是URL参数不同导致下载了两份一模一样的文件白白占硬盘。靠文件名和URL判断都有局限性最可靠的办法是比对文件内容的哈希值。import hashlib def file_md5(filepath): h hashlib.md5() with open(filepath, rb) as f: for chunk in iter(lambda: f.read(4096), b): h.update(chunk) return h.hexdigest()下载完成后把所有文件的MD5值存进一个集合遇到相同哈希值的文件优先删除日期靠后、路径更深的那一份。这个操作虽然看起来增加了一点代码量但如果你打算长期积累壁纸库每天都有新图入库三个月后它就能帮你省下好几个GB的空间。5.3 稳健运行的三个独门习惯第一个习惯是给每个下载任务打印日志时带上时间戳和URL。这样脚本跑挂了的时候你能立刻定位到是哪张图、在哪个时间段出的问题而不是靠猜。第二个习惯是把下载好的文件先放在临时目录全部校验之后再做合并移动。因为如果边下载边移动中途崩溃的时候会出现一半文件在目标目录、一半在临时目录恢复起来很麻烦。第三个习惯是不要轻易删除报错信息里的URL很多站点会在URL后面加签名参数这个签名有时效性遇到下载失败先检查一下URL是不是过期了。6. 进阶玩法定时下载、自动换壁纸、一键部署到服务器到这里一个能批量下载壁纸的脚本已经完成了但说实话它还有很大的升级空间。我们可以让它每天自动跑甚至可以下载完直接换壁纸彻底把手动操作变为历史。6.1 定时任务的配置方案Windows系统下我建议直接用“任务计划程序”新建一个基本任务触发器设为每天操作设为python参数填脚本的绝对路径起始于选脚本所在的目录基本就能跑。关键要记住两点一是Python解释器的路径最好写全路径比如C:\Users\你的用户名\wallpaper_env\Scripts\python.exe否则任务计划程序可能因为环境变量找不到Python二是“起始于”目录一定要设置否则脚本里的相对路径全部会失效。macOS用户可以用launchdLinux用户用crontab一行命令就能配好# Linux, 每天上午9点执行 0 9 * * * /usr/bin/python3 /home/user/wallpaper/main.py /home/user/wallpaper/log.txt 216.2 下载完自动设置为桌面壁纸Windows下切换壁纸不需要装任何第三方工具直接用系统API即可。代码很简单只有三行核心逻辑import ctypes def set_wallpaper_windows(filepath): filepath filepath.replace(/, \\) # 20 代表 SPI_SETDESKWALLPAPER, 0 不用更新配置文件, 参数3换成文件的绝对路径 result ctypes.windll.user32.SystemParametersInfoW(20, 0, filepath, 0) if result: print(壁纸设置成功) else: print(壁纸设置失败请检查文件路径)macOS下可以用自带的osascript调用Finder来设置桌面壁纸Linux根据桌面环境不同可以调用gsettings或者feh。不管哪个平台有一个细节要注意下载完图片后不要立刻设置壁纸给文件系统一点落盘时间否则偶尔会因为文件还没完全写入而出现黑屏或空白壁纸。6.3 整个项目架构的最终形态我做出来的最终脚本目录结构和流程大概是这样的wallpaper/ ├── main.py # 主入口单次执行下载换壁纸 ├── config.py # 保存URL、目录、headers等配置 ├── downloader.py # 下载模块流式下载、重试、去重 ├── wallpaper_set.py # 平台判断设置壁纸 ├── images/ # 下载的壁纸存放目录 └── logs/ # 运行日志这里的架构不是一开始就有的是跑了两周、改了三版之后总结出来的。如果你只写一个几十行的脚本完全不必拆文件但如果你像我一样慢慢加了定时任务、增量同步、自动设置壁纸这些功能不拆就会变得很难维护。所以我的建议是第一版怎么简单怎么写只要跑通了再根据新的需求逐步重构成模块化结构不要一开始就过度设计。最后再分享一个实际体验中的小技巧批量下载的壁纸如果发现某几张明显是同一个场景但色调微调过别急着删除可以留几张做备用因为不同色调的同一张图在一天早中晚看起来差别很大适合分时段换壁纸。而且下载工具写完之后你会慢慢发现自己真正喜欢的壁纸风格之后脚本只需要改一两个筛选条件整个图库的质量就会快速提升——这种持续演进的产品思维才是写脚本最大的收获。
前一阵我特别迷高质量的风景壁纸每天都要在几个壁纸站点之间来回翻看到满意的还得手动点开原图、右键保存、再切到桌面设置里换掉。折腾几次之后我实在不耐烦干脆写了个Python脚本自动下载壁纸把找图、下图的活儿全交给了代码从此再没为壁纸花过心思。这篇就把我当时从拆需求、选方案到动手写完整脚本、再到实际跑起来踩坑的全过程整理出来。不管你是刚接触Python的新手还是想写个小工具解放双手的老手这篇文章应该都能直接拿去用。先说清楚一件事这个脚本虽然看起来只是“下载图片”但爬虫的经典三件套——请求、解析、存储——它一个都不少而且壁纸站普遍有分页、懒加载、防盗链练习价值非常高。学会了这套思路拿去抓头像、抓表情包、抓商品图基本就是换个解析规则的事儿。所以下面我尽量把每一步为什么这么做讲透代码也全部贴出来你可以直接复制跑也可以按自己的需求改。1. 先别急着写代码把“自动下载”拆明白很多人看到标题的第一反应是打开编辑器写爬虫但以我的经验第一件事应该是先问自己一句你到底想要哪一种“自动下载”这个问题没想清楚写出来的脚本十有八九是半成品——要么下载了根本用不上要么功能写多了维护成本暴涨。1.1 你想要的其实是哪一类壁纸工具我根据自己的实际使用场景把“自动下载壁纸”拆成了三种完全不同的需求也对应了三条不同的技术路线需求类型具体场景技术难度典型实现方式一次性批量收集想从某个壁纸站把某个分类的全部图片下载保存低请求列表页→解析图片URL→逐个下载每日同步更新每天拿到最新壁纸保持本地图库不过期低~中调用公开API或RSS源按日期增量下载即拉即换壁纸不保存下载最新一张图后直接设为桌面壁纸中下载到临时目录→调用系统接口设置壁纸我最初想的是第一种以为把某个站的图全拉下来就完事了但实际操作后发现壁纸的更新速度远超我的收藏速度下载两千张图里真正喜欢的没几张反而把网盘和本地目录塞得满满当当。后来我改成第二种思路每天只同步当天更新的一批图生成一个“今日壁纸”目录配合自动换壁纸功能体验一下子就好了很多。1.2 目标明确之后脚本的边界自然就清晰了这个项目里最大的一个坑就是“什么都想抓”。我曾经看网上的一些教程一张网页里又有大图又有缩略图又有封面图又有广告图正则一写一大串结果下载下来一堆比指甲盖还小的垃圾文件和莫名其妙的宣传图。现在我给自己定了一条规矩脚本开始之前先用手动方式跑一遍完整流程把每一步具体“看到什么、点什么、下载到什么”全部记下来。你在浏览器里做了什么脚本就自动化什么多一步都不要。拿我后来用的方案举例我的完整手动流程是打开壁纸源→浏览今日图片列表→点开中意的图→保存原图→命名→换桌面。所以我最终的脚本也只干这几件事拉取图片索引、过滤出原图地址、写入本地文件、调用系统接口换壁纸。不需要数据库不需要GUI不需要复杂的增量策略这大大降低了后面维护和排错的工作量。2. 技术选型与环境准备为什么是Python以及怎么搭环境标题直接锁定了Python这个选择我完全支持但还是要说说为什么Python是最适合这类小工具的语言以及具体要用哪些库、怎么把环境搭得不留后患。2.1 抓壁纸的几种方案Python的优势在哪如果只是“下载图片”本身其实有更直接的办法wget、curl、PowerShell的Invoke-WebRequest都能下载Linux下配合shell脚本也能循环抓图。但一旦要处理“从HTML里提取图片地址”“应对不同站点的页面结构”“按日期和分类整理文件”“后续扩展到自动换壁纸”这些需求shell和命令行工具的优势就没了因为它们的字符串处理和页面解析能力非常弱写出来的东西基本是一次性的改一个站点就得重写。Python的优势在于生态requests处理网络请求BeautifulSoup/parsel处理HTML解析concurrent.futures做并发下载os/shutil做文件管理ctypes/osascript处理系统级调用。这套组合几乎是所有爬虫小工具的标准答案而且每一环都有海量文档和经验可查踩坑成本低。我做了个简单对比这样更适合自己做决定方案请求能力页面解析并发下载系统集成上手难度shell wget一般弱依赖sed/awk弱一般中Python requests bs4强强强线程池强低Node.js axios cheerio强强强中中2.2 依赖库和虚拟环境别装到全局污染环境这个项目核心依赖就三个requests、beautifulsoup4。如果你后面想玩异步下载再加上aiohttp如果只想用最简方式甚至只用标准库的urllib也能跑但代码会啰嗦很多。我的建议是老老实实用requests它把超时、会话、请求头这些最闹心的细节都封装好了对于新手来说是性价比最高的网络请求库。依赖安装我建议用虚拟环境。很多人pycharm里直接pip install装完就开写然后换一个项目就发现各种版本冲突最后越搞越乱。用Python自带的venv一行就能解决python -m venv wallpaper_env # Windows: wallpaper_env\Scripts\activate # macOS / Linux: source wallpaper_env/bin/activate pip install requests beautifulsoup4这里多说一句我在网上看到很多新手卡住的地方如果你在终端输入python提示“无法识别”或“不是内部或外部命令”大概率是安装Python的时候没有勾选“Add Python to PATH”重装一次勾上就行。另外如果你用的是PowerShell遇到“xxx 无法将项识别为 cmdlet”之类的报错那多半不是Python的问题而是某个命令对应的程序没装或者环境变量没配上排查方向别搞偏了。3. 核心实现之一利用Bing每日壁纸接口写一个稳定的下载脚本写爬虫我有个习惯优先找公开API实在没有才去解析HTML。因为HTML结构说变就变今天能用的选择器下周可能就失效了。所以我第一个推荐的方案不是硬爬某个壁纸网站而是利用微软必应搜索的每日壁纸接口。这个接口是半公开的返回的是结构化JSON解析起来极其简单特别适合作为第一个练手项目也适合作为稳定的“每日换壁纸”数据源。3.1 必应每日壁纸接口的解析思路接口地址虽然看起来有点长但其实是标准的HTTP GET请求返回一段JSON数据。我们可以先用浏览器直接打开这个地址看看返回结果https://www.bing.com/HPImageArchive.aspx?formatjsidx0n8mktzh-CN参数的含义我这里解释一下方便你自己调整formatjs指定返回JSON格式idx0表示从今天开始取n8表示返回最近8张图mktzh-CN表示地区为中国不同地区的图片不一样。如果你想要更多历史图片把idx改成1、2、3……再分别请求即可。返回的JSON结构里关键字段是images数组每个元素包含url图片相对路径、startdate/enddate日期、title标题这些信息。我们要做的就是遍历这个数组把url拼上必应域名拼成完整的图片地址然后下载到本地。3.2 完整代码从JSON到本地文件的下载脚本我直接把当时跑通的脚本核心部分贴出来省去一些花哨功能保留最实用的部分import os import time import requests BASE https://www.bing.com API_URL https://www.bing.com/HPImageArchive.aspx?formatjsidx0n8mktzh-CN HEADERS { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (Chrome/120.0.0.0) Safari/537.36 } SAVE_DIR today_wallpapers def build_image_url(path: str) - str: 把接口返回的相对路径拼成完整URL # 有些图片路径带了宽高裁剪参数我们要原图的话可以去掉 clean_path path.split()[0] if in path else path return BASE clean_path def download_image(img_url: str, filepath: str) - bool: 流式下载图片避免一次性占用太大内存 try: resp requests.get(img_url, headersHEADERS, timeout15, streamTrue) resp.raise_for_status() with open(filepath, wb) as f: for chunk in resp.iter_content(chunk_size8192): if chunk: f.write(chunk) return True except Exception as e: print(f下载失败: {img_url}, 错误: {e}) return False def main(): os.makedirs(SAVE_DIR, exist_okTrue) resp requests.get(API_URL, headersHEADERS, timeout15) resp.raise_for_status() data resp.json() for item in data.get(images, []): img_url build_image_url(item.get(url, )) date_str item.get(enddate, unknown) # 用日期当文件名避免重复下载 filename f{date_str}.jpg filepath os.path.join(SAVE_DIR, filename) if os.path.exists(filepath): print(f已存在跳过: {filename}) continue ok download_image(img_url, filepath) if ok: print(f已下载: {filename} - {img_url}) time.sleep(0.5) # 温和一点别把服务打得太狠 if __name__ __main__: main()有几个细节我当时是吃过亏才改的第一streamTrue配合iter_content是下载大文件的正确姿势。壁纸原图动辄几兆甚至十几兆如果直接用resp.content一次性把整个图片加载进内存下载多了之后程序会越来越卡。用流式写入内存占用始终稳定在一个很低的水平。第二os.path.exists(filepath)这个判断是增量同步的核心。脚本跑第二次的时候因为本地已经有同名文件直接跳过不会重复下载也不会重复占用带宽。用日期做文件名比用标题做文件名更安全因为标题里可能带了各种斜杠、问号之类Windows文件名不支持的字符。第三time.sleep(0.5)看起来很不起眼但对接口方是一种礼貌。如果你写过一段时间爬虫就会明白很多反爬策略根本不是因为你干了什么坏事而是因为脚本的请求频率像机器一样高把人家服务器打出了问题。适当延时能省掉很多IP被限制的麻烦。3.3 接口经常变怎么办给脚本加一层保护像这种网页接口有一个天然风险它随时可能调整参数、更换域名甚至关闭。所以我在实际使用中会给接口请求套一层异常处理并增加最简单的重试机制def fetch_bing_data(retries3): for attempt in range(retries): try: resp requests.get(API_URL, headersHEADERS, timeout15) resp.raise_for_status() return resp.json() except Exception as e: print(f请求失败(第{attempt 1}次): {e}) time.sleep(2) return None如果接口彻底不可用了代码也不会直接崩溃而是打印错误然后退出。这个习惯很重要脚本的默认假设应该是“外部服务随时可能变”而不是“永远稳定”。把重试、报错、兜底逻辑写好后脚本运行起来会省心很多。4. 核心实现之二通用壁纸站的解析下载与并发提速必应接口虽然稳但有一个毛病图片风格偏“微软系”都是风景、建筑、极简设计而且每天只能拿8张。如果你想要动漫、游戏、二次元风格的壁纸还是得找专门的壁纸站。这一节讲最通用的方案直接解析网页HTML提取图片地址批量下载。4.1 分析页面结构找到图片地址的规律这里我用一个虚构的壁纸站作为例子因为我没法保证某个具体网站的结构永远不变但这个套路是共通的。打开一个壁纸分类页按F12打开开发者工具然后点击箭头图标定位页面里的图片元素你会看到类似这样的HTML结构div classwallpaper-item img classlazy>from bs4 import BeautifulSoup import requests html requests.get(list_url, headersHEADERS, timeout15).text soup BeautifulSoup(html, html.parser) image_urls [] for img in soup.select(img): # 逐个尝试常见的懒加载属性 url img.get(data-src) or img.get(data-original) or img.get(data-url) or img.get(src) if url and url.startswith((http, /)): image_urls.append(url)拿到图片地址之后别忘了两件事一个是补全域名很多站点的图片路径是相对路径不补全会404另一个是清理URL里的宽高参数壁纸站一般会根据参数返回不同尺寸的图比如?w1920去掉这些参数之后拿到的往往是原图。4.2 用线程池把下载速度提上去如果你从分类页里解析出了50个图片地址然后用for循环一张张下载你会发现越到后面越慢——因为每下载一张图网络IO都在等待响应。壁纸文件小则几百KB大则十几MB一张张串行下载上百张图可能要跑七八分钟。这里要引入并发思想。Python里做并发下载最简单的方式是concurrent.futures.ThreadPoolExecutor。壁纸下载是典型的I/O密集型任务网络等待时间占了绝大多数线程池能把这些等待时间叠起来8个线程同时请求8张图总耗时基本等于最慢那张图的时间而不是所有图时间的总和。from concurrent.futures import ThreadPoolExecutor, as_completed def download_batch(image_tasks, max_workers8): image_tasks: [(图片URL, 保存路径), ...] success_count 0 with ThreadPoolExecutor(max_workersmax_workers) as executor: future_map { executor.submit(download_image, url, path): (url, path) for url, path in image_tasks } for future in as_completed(future_map): url, path future_map[future] try: ok future.result() if ok: success_count 1 print(f成功: {path}) else: print(f失败: {url}) except Exception as e: print(f异常: {url}, {e}) return success_count这里有一个小技巧要分享不要无脑把线程数拉高。壁纸站的服务器普遍不大你开20个线程同时怼人家大概率触发反爬策略轻则返回403重则封IP。我实测下来8个线程是比较平衡的值下载速度和稳定性都可以接受。另外并发下载时下载失败的概率会提高因为有些站点对同一IP的并发连接数有限制所以代码里一定要做好失败重试最好把失败的URL记录下来全部跑完之后再重新下载一遍。4.3 防盗链为什么图片能从浏览器打开脚本却下载失败这是我踩过最多次的一个坑必须单独拿出来讲。有些壁纸站为了防止别人把图片直接“搬走”会做防盗链检查服务端看请求头里有没有Referer字段如果没有或者Referer来自站外就返回403。你在浏览器里打开图片很顺利因为浏览器会自动带上当前页面的地址作为Referer。但requests默认请求是不带Referer的所以拿到403。解决办法就是在请求头里补上这一项把Referer指向图片所在的页面HEADERS { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36, Referer: https://example-wallpaper-website.com/category/landscape }如果加了Referer还是403那就试着把User-Agent换成真实浏览器的完整值不要用Python这种默认标记大多数反爬都能被这两招解决。5. 常见问题与排查技艺把脚本稳定运行起来的经验脚本能跑起来只是第一步能稳定地跑、跑多久都不出错才是真正拉开新手和老手差距的地方。这一节把我在实践中反复遇到的典型问题整理成一个速查表后面再分享几条文档里不会写的独家心得。5.1 壁纸脚本高频问题速查表异常现象可能原因排查方法解决建议请求返回403反爬/防盗链检查请求头UA和Referer补全UA和Referer降低请求频率图片下载后无法打开文件损坏/下载不完整对比本地文件大小与Content-Length用流式下载并校验文件头损坏后重试下载到占位图未处理懒加载检查img标签的src和data属性优先取data-src等懒加载属性保存时提示文件名非法标题含/:*?打印文件名SSL证书报错站点证书过期/不被信任查看完整错误信息用verifyFalse跳过但加警告或更新证书批量下载到一半中断网络波动查看中断前最后一个URL加断点续传逻辑已存在文件直接跳过JSON解析报错接口返回的不是JSON先打印resp.text前500字确认是否被重定向到登录页/错误页5.2 用文件哈希去重避免重复图片占满硬盘壁纸站经常出现同一张图出现在多个分类的情况你如果今天爬了风景分类明天爬极简分类可能两张图是同一个文件只是URL参数不同导致下载了两份一模一样的文件白白占硬盘。靠文件名和URL判断都有局限性最可靠的办法是比对文件内容的哈希值。import hashlib def file_md5(filepath): h hashlib.md5() with open(filepath, rb) as f: for chunk in iter(lambda: f.read(4096), b): h.update(chunk) return h.hexdigest()下载完成后把所有文件的MD5值存进一个集合遇到相同哈希值的文件优先删除日期靠后、路径更深的那一份。这个操作虽然看起来增加了一点代码量但如果你打算长期积累壁纸库每天都有新图入库三个月后它就能帮你省下好几个GB的空间。5.3 稳健运行的三个独门习惯第一个习惯是给每个下载任务打印日志时带上时间戳和URL。这样脚本跑挂了的时候你能立刻定位到是哪张图、在哪个时间段出的问题而不是靠猜。第二个习惯是把下载好的文件先放在临时目录全部校验之后再做合并移动。因为如果边下载边移动中途崩溃的时候会出现一半文件在目标目录、一半在临时目录恢复起来很麻烦。第三个习惯是不要轻易删除报错信息里的URL很多站点会在URL后面加签名参数这个签名有时效性遇到下载失败先检查一下URL是不是过期了。6. 进阶玩法定时下载、自动换壁纸、一键部署到服务器到这里一个能批量下载壁纸的脚本已经完成了但说实话它还有很大的升级空间。我们可以让它每天自动跑甚至可以下载完直接换壁纸彻底把手动操作变为历史。6.1 定时任务的配置方案Windows系统下我建议直接用“任务计划程序”新建一个基本任务触发器设为每天操作设为python参数填脚本的绝对路径起始于选脚本所在的目录基本就能跑。关键要记住两点一是Python解释器的路径最好写全路径比如C:\Users\你的用户名\wallpaper_env\Scripts\python.exe否则任务计划程序可能因为环境变量找不到Python二是“起始于”目录一定要设置否则脚本里的相对路径全部会失效。macOS用户可以用launchdLinux用户用crontab一行命令就能配好# Linux, 每天上午9点执行 0 9 * * * /usr/bin/python3 /home/user/wallpaper/main.py /home/user/wallpaper/log.txt 216.2 下载完自动设置为桌面壁纸Windows下切换壁纸不需要装任何第三方工具直接用系统API即可。代码很简单只有三行核心逻辑import ctypes def set_wallpaper_windows(filepath): filepath filepath.replace(/, \\) # 20 代表 SPI_SETDESKWALLPAPER, 0 不用更新配置文件, 参数3换成文件的绝对路径 result ctypes.windll.user32.SystemParametersInfoW(20, 0, filepath, 0) if result: print(壁纸设置成功) else: print(壁纸设置失败请检查文件路径)macOS下可以用自带的osascript调用Finder来设置桌面壁纸Linux根据桌面环境不同可以调用gsettings或者feh。不管哪个平台有一个细节要注意下载完图片后不要立刻设置壁纸给文件系统一点落盘时间否则偶尔会因为文件还没完全写入而出现黑屏或空白壁纸。6.3 整个项目架构的最终形态我做出来的最终脚本目录结构和流程大概是这样的wallpaper/ ├── main.py # 主入口单次执行下载换壁纸 ├── config.py # 保存URL、目录、headers等配置 ├── downloader.py # 下载模块流式下载、重试、去重 ├── wallpaper_set.py # 平台判断设置壁纸 ├── images/ # 下载的壁纸存放目录 └── logs/ # 运行日志这里的架构不是一开始就有的是跑了两周、改了三版之后总结出来的。如果你只写一个几十行的脚本完全不必拆文件但如果你像我一样慢慢加了定时任务、增量同步、自动设置壁纸这些功能不拆就会变得很难维护。所以我的建议是第一版怎么简单怎么写只要跑通了再根据新的需求逐步重构成模块化结构不要一开始就过度设计。最后再分享一个实际体验中的小技巧批量下载的壁纸如果发现某几张明显是同一个场景但色调微调过别急着删除可以留几张做备用因为不同色调的同一张图在一天早中晚看起来差别很大适合分时段换壁纸。而且下载工具写完之后你会慢慢发现自己真正喜欢的壁纸风格之后脚本只需要改一两个筛选条件整个图库的质量就会快速提升——这种持续演进的产品思维才是写脚本最大的收获。
