百度图片下载

百度图片下载（baidu-img-download）

Overview

按关键词从百度图片搜索批量下载图片到技能本地目录 download/<关键词>/。底层走百度 acjson JSON 端点（无需浏览器、无需登录），纯 Node.js 实现，零 npm 依赖。图片文件名采用来源页的中文标题（fromPageTitle），方便人工识别。

Quick Start

# 默认：缩略图、30 张、文件名带中文标题、输出到 /download//
node scripts/baidu_img.js -k openclaw

# 指定数量
node scripts/baidu_img.js -k 猫 -n 60

# 下载原图（搜狐/网易/CSDN/百家号等来源，会自动带 Referer）
node scripts/baidu_img.js -k 风景 -n 100 -s origin

# 自定义输出目录
node scripts/baidu_img.js -k 猫 -n 20 -o D:/images/cat

PowerShell / cmd / bash 通用，Node ≥ 14 即可。

Command-Line Options

Output Layout

/download/<关键词>/
  ├── 0001_焦点丨从跟风_养虾_到理性选择_ai 智能体该怎么用_龙虾_openclaw_活_a1b2c3d4e5.jpg
  ├── 0002_openclaw低成本部署指南_阿里云68元_年 免费token,个人入门首选_f6g7h8i9j0.jpg
  ├── 0003_中转 api 实战_openclaw 龙虾 token 管控与高效调用技巧_k1l2m3n4o5.jpg
  └── ...

文件名格式：{4位序号}_{中文标题}_{url_md5前10位}.{扩展名}

• 序号：4 位，从 0001 开始
• 中文标题：来自搜索结果的 fromPageTitle（即来源页标题），清洗规则见下
• 短哈希：URL md5 前 10 位，保证唯一性 + 防重名

标题清洗规则：

• 替换非法文件名字符 \ / : * ? " < > | \r \n \t → _
• 多空白 → 单空格
• 去首尾的 . _ - 空格
• 截断到 50 字符
• 若来源页没有标题，fallback 到来源域名（去 www. 前缀），再不行就是 untitled

How It Works

1. 抓取 acjson：循环请求 https://image.baidu.com/search/acjson?tn=resultjson_com&word=KEYWORD&pn=N&rn=60（每次 60 条，pn 递增翻页）
2. 抽取 URL：从返回 JSON 的 data[] 中按 source 选 thumbURL / middleURL / replaceUrl[].ObjURL
3. 下载到本地：使用 Node 内置 https + 自定义 UA / Referer 头，逐张下载并写入 download/<关键词>/
4. 去重 + 礼貌爬取：URL md5 去重 + 翻页间 0.2s / 下载间 0.3s（可调），对每张图做 2 次重试

Source Selection Tips

• thumb（推荐入门）：百度自己的 CDN img0-2.baidu.com，不防盗链，稳。尺寸通常 200~800px。
• middle：百度 CDN 中等尺寸，约 800~1500px，依然稳定。
• origin：原图，来自搜狐 / 网易 / CSDN / 百家号 / 阿里云 OSS 等原始站点，多数会校验 Referer。脚本会自动从 fromURLHost 拼 https:/// 作为 Referer。如果仍然 403，把 --source 改回 thumb 或 middle 即可。

Notes

• 零依赖：只用 Node 内置的 https / http / fs / path / crypto / url，不需要 npm install。
• 百度 acjson 偶尔会因风控返回空 data[]，脚本会优雅停止，不会卡死。
• 失败且已写入 < 1KB 的半成品文件会被自动删除，避免污染输出目录。
• 关键词中带空格 / 中文 / 特殊字符都没问题，URL encode 由脚本处理。
• 不需要登录，不需要 Cookie，不需要浏览器。

Resources

scripts/

• baidu_img.js — 主下载脚本（Node.js 零依赖，Node ≥ 14 即可）