web-dev-qa-db-ja.com

URLアドレスを既に知っているPythonを使用して画像をローカルに保存する方法は？

インターネット上の画像のURLを知っています。

例えば http://www.digimouth.com/news/media/2011/09/google-logo.jpg 。Googleのロゴが含まれています。

さて、ブラウザでURLを実際に開いてファイルを手動で保存せずにPythonを使用してこの画像をダウンロードするにはどうすればよいですか。

pythonweb-scraping
122
Pankaj Vatsa

Python 2

ファイルとして保存するだけの場合は、より簡単な方法があります。

import urllib

urllib.urlretrieve("http://www.digimouth.com/news/media/2011/09/google-logo.jpg", "local-filename.jpg")

2番目の引数は、ファイルを保存するローカルパスです。

Python 3

SergOが提案したように、以下のコードはPython 3で動作するはずです。

import urllib.request

urllib.request.urlretrieve("http://www.digimouth.com/news/media/2011/09/google-logo.jpg", "local-filename.jpg")
254
Liquid_Fire
import urllib
resource = urllib.urlopen("http://www.digimouth.com/news/media/2011/09/google-logo.jpg")
output = open("file01.jpg","wb")
output.write(resource.read())
output.close()

file01.jpgには画像が含まれます。

26
Noufal Ibrahim

これを行うスクリプト を書きました。これは私のgithubで使用できます。

BeautifulSoupを利用して、ウェブサイトで画像を解析できるようにしました。あなたが多くのWebスクレイピングを行う場合（または私のツールを使用する予定がある場合）、Sudo pip install BeautifulSoupをお勧めします。 BeautifulSoupに関する情報が利用可能です こちら 。

便宜上、ここに私のコードがあります：

from bs4 import BeautifulSoup
from urllib2 import urlopen
import urllib

# use this image scraper from the location that 
#you want to save scraped images to

def make_soup(url):
    html = urlopen(url).read()
    return BeautifulSoup(html)

def get_images(url):
    soup = make_soup(url)
    #this makes a list of bs4 element tags
    images = [img for img in soup.findAll('img')]
    print (str(len(images)) + "images found.")
    print 'Downloading images to current working directory.'
    #compile our unicode list of image links
    image_links = [each.get('src') for each in images]
    for each in image_links:
        filename=each.split('/')[-1]
        urllib.urlretrieve(each, filename)
    return image_links

#a standard call looks like this
#get_images('http://www.wookmark.com')
15
Yup.

Python 2およびPython 3で機能するソリューション：

try:
    from urllib.request import urlretrieve  # Python 3
except ImportError:
    from urllib import urlretrieve  # Python 2

url = "http://www.digimouth.com/news/media/2011/09/google-logo.jpg"
urlretrieve(url, "local-filename.jpg")

または、 requests の追加要件が許容され、それがhttp（s）URLである場合：

def load_requests(source_url, sink_path):
    """
    Load a file from an URL (e.g. http).

    Parameters
    ----------
    source_url : str
        Where to load the file from.
    sink_path : str
        Where the loaded file is stored.
    """
    import requests
    r = requests.get(source_url, stream=True)
    if r.status_code == 200:
        with open(sink_path, 'wb') as f:
            for chunk in r:
                f.write(chunk)
6
Martin Thoma

Python 3

rllib.request — URLを開くための拡張可能なライブラリ

from urllib.error import HTTPError
from urllib.request import urlretrieve

try:
    urlretrieve(image_url, image_local_path)
except FileNotFoundError as err:
    print(err)   # something wrong with local path
except HTTPError as err:
    print(err)  # something wrong with url
5
SergO

Yup。のスクリプトを拡張したスクリプトを作成しました。いくつか修正しました。 403：Forbidden問題をバイパスします。画像の取得に失敗してもクラッシュしません。破損したプレビューを回避しようとします。正しい絶対URLを取得します。より多くの情報を提供します。コマンドラインからの引数で実行できます。

# getem.py
# python2 script to download all images in a given url
# use: python getem.py http://url.where.images.are

from bs4 import BeautifulSoup
import urllib2
import shutil
import requests
from urlparse import urljoin
import sys
import time

def make_soup(url):
    req = urllib2.Request(url, headers={'User-Agent' : "Magic Browser"}) 
    html = urllib2.urlopen(req)
    return BeautifulSoup(html, 'html.parser')

def get_images(url):
    soup = make_soup(url)
    images = [img for img in soup.findAll('img')]
    print (str(len(images)) + " images found.")
    print 'Downloading images to current working directory.'
    image_links = [each.get('src') for each in images]
    for each in image_links:
        try:
            filename = each.strip().split('/')[-1].strip()
            src = urljoin(url, each)
            print 'Getting: ' + filename
            response = requests.get(src, stream=True)
            # delay to avoid corrupted previews
            time.sleep(1)
            with open(filename, 'wb') as out_file:
                shutil.copyfileobj(response.raw, out_file)
        except:
            print '  An error occured. Continuing.'
    print 'Done.'

if __== '__main__':
    url = sys.argv[1]
    get_images(url)
5
madprops

これはリクエストで実行できます。ページをロードし、バイナリコンテンツをファイルにダンプします。

import os
import requests

url = 'https://apod.nasa.gov/apod/image/1701/potw1636aN159_HST_2048.jpg'
page = requests.get(url)

f_ext = os.path.splitext(url)[-1]
f_name = 'img{}'.format(f_ext)
with open(f_name, 'wb') as f:
    f.write(page.content)
3
AlexG

Python 3のバージョン

Python 3の@madpropsのコードを調整しました

# getem.py
# python2 script to download all images in a given url
# use: python getem.py http://url.where.images.are

from bs4 import BeautifulSoup
import urllib.request
import shutil
import requests
from urllib.parse import urljoin
import sys
import time

def make_soup(url):
    req = urllib.request.Request(url, headers={'User-Agent' : "Magic Browser"}) 
    html = urllib.request.urlopen(req)
    return BeautifulSoup(html, 'html.parser')

def get_images(url):
    soup = make_soup(url)
    images = [img for img in soup.findAll('img')]
    print (str(len(images)) + " images found.")
    print('Downloading images to current working directory.')
    image_links = [each.get('src') for each in images]
    for each in image_links:
        try:
            filename = each.strip().split('/')[-1].strip()
            src = urljoin(url, each)
            print('Getting: ' + filename)
            response = requests.get(src, stream=True)
            # delay to avoid corrupted previews
            time.sleep(1)
            with open(filename, 'wb') as out_file:
                shutil.copyfileobj(response.raw, out_file)
        except:
            print('  An error occured. Continuing.')
    print('Done.')

if __== '__main__':
    get_images('http://www.wookmark.com')
1
Giovanni Gianni

これは非常に短い答えです。

import urllib
urllib.urlretrieve("http://photogallery.sandesh.com/Picture.aspx?AlubumId=422040", "Abc.jpg")
1
OO7