# 根据关键字爬取数据集
### 1. 环境配置
这个使用的是火狐浏览器，运行会自己打开火狐浏览器，因此需要驱动
```python
# 启动Firefox浏览器
driver = webdriver.Firefox()
```
[geckodriver驱动下载地址](https://github.com/mozilla/geckodriver/releases)
根据系统下载好，放在火狐浏览器安装跟目录，如
*C:\Program Files\Mozilla Firefox\geckodriver.exe*
**并且需要配置环境变量到path**
<hr>
### 2. 代码关键配置项
```python
#输出目录
OUTPUT_DIR = '../../data/raw/'
#关键字数组：将在输出目录内创建以以下关键字们命名的txt文件
SEARCH_KEY_WORDS = ['路飞','娜美', '索隆', '乔巴', '罗宾']
#页数
PAGE_NUM = 12
```
<hr>
### 3. 检索路径
检索的是google图片搜索
```python
def getSearchUrl(keyWord):
if(isEn(keyWord)):
return 'https://www.google.com.hk/search?q=' + keyWord + '&safe=strict&source=lnms&tbm=isch'
else:
return 'https://www.google.com.hk/search?q=' + keyWord + '&safe=strict&hl=zh-CN&source=lnms&tbm=isch'
```
基于CNN的海贼王人物图像多分类，包含数据集爬虫，数据集处理，模型保存，图表输出，批量测试等，通用模型模板.zip （25个子文件） 
newPic data train-validation-set 
README.md 53B test-set 
500.png 39KB 400.png 27KB 100.png 29KB 123.png 25KB 300.png 21KB 401.png 34KB 199.png 37KB 399.png 18KB 200.png 47KB 206.png 17KB README.md 86B 501.png 49KB raw README.md 15B model README.md 46B README.md 549B code data-processing batch_rename.py 415B README.md 378B cnn achieve.py 6KB README.md 761B data-crawling crawler.py 3KB README.md 1KB batch-test batch_test.py 2KB README.md 677B result curve.png 38KB资源评论
