Pinterest 关键词图片爬取工具

用 Playwright 启动本机 Google Chrome 搜索 Pinterest，并下载最高分辨率的图片。登录态通过项目内持久化缓存目录自动保存，首次登录后无需重复操作。

前置条件

安装 Python 依赖：uv sync
本机已安装 Google Chrome（脚本直接复用它，不下载任何浏览器内核）

运行方式

最简用法（默认，会自动缓存登录态）

uv run pinterest_image_capture.py "风景壁纸" -n 50

脚本会用项目内的 .chrome_session/User Data 作为 Chrome 用户数据目录启动一个可见的本地 Chrome 窗口：

首次运行：请在弹出的窗口里登录 Pinterest（只需这一次）。登录态会缓存在 .chrome_session 目录中。
后续运行：直接复用缓存的登录态，自动登录，不再需要手动登录。
你能实时看到滚动与采集过程，脚本结束自动关窗。
.chrome_session 已加入 .gitignore，不会误提交。

模式 B：接管你已开好的调试版主浏览器（可选）

如果你平时就用 open_chrome_debug.bat（或桌面快捷方式）开着调试版主浏览器，可加 --cdp 直接接管，跳过自动启动：

uv run pinterest_image_capture.py "风景壁纸" -n 50 --cdp http://127.0.0.1:9222

代理

代理按以下顺序解析，无需手动填：命令行 --proxy > 环境变量 > 本地常见端口探测 > 系统代理（兜底）。你机器的系统代理会被自动读取并同时用于浏览器与图片下载。传 --proxy "" 可禁用。

参数

参数	说明	默认值
`keyword`	搜索关键词（必填，位置参数）	-
`-n, --count`	爬取图片数量	40
`--proxy`	代理地址（默认自动解析：本地探测/系统代理；传空字符串禁用）	自动
`--cdp`	可选：指定 CDP 地址以接管已开的调试版 Chrome（见模式 B）	不填（默认用持久化缓存目录启动本地 Chrome）
`--headless`	自动启动 Chrome 时采用无头模式	关闭
`-o, --output`	保存目录	`output/img/<关键词>`

示例

# 最简用法：只填关键词和数量，代理自动探测
uv run pinterest_image_capture.py "风景壁纸" -n 50

# 无头模式运行（不弹窗）
uv run pinterest_image_capture.py 猫 -n 10 --headless

# 手动指定代理 / 禁用代理
uv run pinterest_image_capture.py 猫 -n 10 --proxy "http://127.0.0.1:7890"
uv run pinterest_image_capture.py 猫 -n 10 --proxy ""

代理自动探测

脚本会按以下顺序自动确定代理，无需手动填写：

读取系统/用户环境变量 HTTPS_PROXY / HTTP_PROXY（含小写）。
实测本地常见代理端口：Clash（7890~7893）、v2rayN（10808/10809）、Shadowsocks（1080/1087）、Fiddler（8888）等。

浏览器和下载阶段都会走同一个代理。若都没探测到，脚本会直连运行并在控制台提示（此时若无法访问 Pinterest 需手动用 --proxy 指定）。

说明

连续 10 轮滚动无新图片时自动停止（搜索结果不足目标数量时不会死循环）。
下载阶段并发数为 10，浏览器与下载都走自动探测到的代理。
默认模式下脚本启动的 Chrome 用 .chrome_session 用户目录，登录态持久化保存；脚本结束自动关窗。如需清空登录态，删除 .chrome_session 目录即可重新登录。
--cdp 接管模式下脚本只断开连接，不会关闭你的主浏览器。

3.5 KiB Raw Blame History Unescape Escape