# images_text

**Repository Path**: beihai_xiaoshi/images_text

## Basic Information

- **Project Name**: images_text
- **Description**: 一些网站图文对的采集
包括behance freejpg hippopx huaban pinterest 菜鸟素材网 图虫网 
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2024-11-21
- **Last Updated**: 2024-11-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# images_text

## 介绍
一些网站图文对的采集 
包括behance freejpg hippopx huaban pinterest 菜鸟素材网 图虫网 

## 图文对 采集 
文本：标签，desc：str,label:[]  量级 ：每个二级标签几千个 
尺寸信息 尺寸要求 图片url 
搜素词准备：images_keywords = mongo_manager("images_keywords", db='car_images')  
## 网站 

图虫  https://stock.tuchong.com/topics?goods_type=0&page=1   有水印 无法下载原图   
摄图网  https://699pic.com/   效果不好   
hippopx https://www.hippopx.com/zh    
sucai999 https://www.sucai999.com/pic.html?v=NTYxMjky  图文有水印  

pinterest  https://www.pinterest.com/  
freejpg https://en.freejpg.com.ar/   
Pexels	https://www.pexels.com/  
stocksnap https://stocksnap.io/   需要解决网页编码方式，访问速度慢 




pxhere   https://pxhere.com/zh/  暂时不知道网页编码方式   
Depositphotos http://depositphotos.com/    需要登录   
Dreamstime https://www.dreamstime.com   需要登录   
Getty Images	 https://www.gettyimages.com   商用    
500PX	 https://500px.com/   能检测到代理  不能获取图片   
behance  内容偏向设计 

## 字符编码介绍

ASCII：一种用于基本拉丁字母、数字和标点符号的字符编码。它是许多其他字符编码的基础，只使用 7 位字节。

ISO-8859-1（Latin-1）：西欧语言中使用的字符编码，覆盖了大多数西欧语言的字符集。

UTF-16：一种 Unicode 编码方式，使用 16 位编码单元来表示字符，通常以大端或小端序存储。

UTF-32：另一种 Unicode 编码方式，使用 32 位编码单元来表示字符。

GB2312：中国国家标准的简体中文字符集编码，包含中国大陆常用的汉字。

Shift-JIS：一种用于日文的字符编码方式。

EUC-KR：韩文的字符编码方式。

Big5：繁体中文的字符编码方式，主要用于台湾地区。