Flickr是雅虎旗下的圖片分享網站，上面有全世界網友分享的大量精彩圖片，被認為是專業的圖片網站。其API也很友好，可以實現多種功能。這里我使用了Python調用其API獲得了大量的照片數據。需要注意的是，要想登錄其網站，注冊成為開發者，並調用其API，需要翻牆。但獲得的url可以不翻牆查看。
首先需要先去Flickr注冊成為其開發者，創建應用，獲得API_KEY和API_SECRET，其API網址在：https://www.flickr.com/services/api/
Flickr提供了多種開發工具進行使用。這里使用Python開發工具。官方推薦的開發工具是Beej’s Python Flickr API. https://stuvel.eu/flickrapi
可以直接使用pip安裝工具進行安裝，輸入flickrapi即可自動安裝好。
官方文檔在這里：https://stuvel.eu/flickrapi-doc/
爬取照片數據最好的方法是使用其walk方法。這個方法實質上是調用了flickr.photos.search的接口，各種參數可以參見該API的介紹：https://www.flickr.com/services/api/flickr.photos.search.html
用好這個方法，輸入不同的參數，就可以滿足大部分數據挖掘的需要，包括時間、地理位置、照片類型等。
這里貼上一段簡單的代碼，僅供參考：
1 #coding:utf-8 2 import flickrapi 3 #輸入API的key和secret 4 flickr=flickrapi.FlickrAPI(api_key,api_secret,cache=True) 5 try: 6 #爬取text為'New York'的照片,這里可以根據自己的需要設置其它的參數 7 photos=flickr.walk(text='New York',extras='url_c') 8 except Exception as e: 9 print('Error') 10 for photo in photos: 11 #獲得照片的url,設置大小為url_c(具體參數請參看FlickrAPI官方文檔介紹) 12 url=photo.get('url_c') 13 print(str(url))
需要注意的地方在於，倘若出現循環的情況，可能是因為數據量太大，因此需要加一些限制條件限制，例如一次調用只調用一段時間內的數據，再分批次挖掘數據。