如何在忽略 URL 中的高度和宽度的情况下使用 Python 抓取图像？答案

【问题标题】：How do I scrape images using Python while ignoring their height & width in the URL?如何在忽略 URL 中的高度和宽度的情况下使用 Python 抓取图像？
【发布时间】：2017-07-30 01:57:03
【问题描述】：

我正在尝试编写 Python 脚本以从 API 下载图像。
API 以如下格式返回图像：

https://stackoverflow.com/media/GetImage?ID=98383838&imageName=03833883.jpg&width=640&height=480`

每张图片换行。我正在尝试使用 urllib，但很难弄清楚如何忽略处理每个 jpg 的宽度/高度，因为我想要完整尺寸的图像而不是 640x480 的。

我一直在测试以下内容：

import urllib
import re

input_file = open('imgurls.txt','r')
x=0
for line in input_file:
    URL= line

    urllib.urlretrieve(URL, str(x) + ".jpg")
    x+=1

我不确定如何解决宽度/高度问题。
我相信我应该使用 rsplit 但不太确定。
如果正在读取的行不是 URL，我还需要移至下一行以避免错误。

【问题讨论】：

标签： python url urllib

【解决方案1】：

cricket_007 的答案对我来说看起来很棒。一种更强大的方法可能是使用urlparse 分解 URL，删除不需要的查询参数并重新构建它：

import urlparse
url = 'https://stackoverflow.com/media/GetImage?ID=98383838&imageName=03833883.jpg&width=640&height=480'
parsed = urlparse.urlparse(url)
query = parsed.query
parsed_query = urlparse.parse_qs(query)
parsed_query.pop('width', None)
parsed_query.pop('height', None)
result = urlparse.urlunparse((parsed.scheme, parsed.netloc, parsed.path, parsed.params, urllib.urlencode(parsed_query, True), parsed.fragment))

【讨论】：

【解决方案2】：

您可以从 URL 中分离出最后两个查询参数，然后重新加入 URL。

url = 'https://stackoverflow.com/media/GetImage?ID=98383838&imageName=03833883.jpg&width=640&height=480'
full_img_url = '&'.join(url.split('&')[:-2])

# 'https://stackoverflow.com/media/GetImage?ID=98383838&imageName=03833883.jpg'

这假设宽度和高度总是最后的。

【讨论】：