我正在嘗試抓取谷歌圖像。雖然 beautiful soup 提取“src”，但它輸出鏈接 data:image/gif;base64,R0lGODlhAQABAIAAAP///////yH5BAEKAAEALAAAAAABAAEAAAICTAEAOw== ，這不是實際圖像。腳本標記看起來經過大量編碼，并且不包含實際的 URI。有人能給我建議一個解決方案嗎？實際上，這是縮小的數據 URI，解碼后會生成 1x1 圖像。我的問題是谷歌如何縮小完整的數據 URI 以及我們如何訪問完整的 URI 以便我們可以獲得實際的圖像？
3 回答
largeQ
TA貢獻2039條經驗 獲得超8個贊
這就是 Base64 編碼的圖像。您可以將其保存到圖像文件中，例如：
src = "BASE64 DATA"
img = open("MyImage.gif","wb+")
img.write(src.decode('base64'))
img.close()
胡說叔叔
TA貢獻1804條經驗 獲得超8個贊
這是數據 URL，請參考https://developer.mozilla.org/en-US/docs/Web/HTTP/Basics_of_HTTP/Data_URIs
您可以解碼 Base64 字符串，然后保存到圖像文件。
偶然的你
TA貢獻1841條經驗 獲得超3個贊
Google 圖片是從（幸運的是）內聯 JavaScript 插入到 DOM 中的。打開任何查詢的搜索結果的頁面源，復制圖像src屬性，然后在頁面源中找到它。
要僅提取它bs4，您可以模仿瀏覽器并使用正則表達式從內聯 JavaScript 中提取數據。
或者，您可以使用 SerpApi 提取完整圖像的 URI。這是一款可免費試用的付費 SaaS。
示例用法與curl.
curl -s 'https://serpapi.com/search?q=coffee&tbm=isch'
Repl.itgoogle-search-results上 Python 包的使用示例。
from serpapi import GoogleSearch
import os
params = {
? ? "engine": "google",
? ? "q": "coffee",
? ? "tbm": "isch",
? ? "api_key": os.getenv("API_KEY")
}
client = GoogleSearch(params)
data = client.get_dict()
print("Images results")
for result in data['images_results']:
? ? print(f"""
Position: {result['position']}
Original image: {result['original']}
""")
輸出示例
Images results
Position: 1
Original image: https://upload.wikimedia.org/wikipedia/commons/4/45/A_small_cup_of_coffee.JPG
Position: 2
Original image: https://media3.s-nbcnews.com/j/newscms/2019_33/2203981/171026-better-coffee-boost-se-329p_67dfb6820f7d3898b5486975903c2e51.fit-1240w.jpg
添加回答
舉報
0/150
提交
取消