Urllib 不必要地缓存图像？答案

【问题标题】：Urllib caching image unwantedly?Urllib 不必要地缓存图像？
【发布时间】：2018-09-03 18:30:49
【问题描述】：

我正在编写一个简单的脚本，它应该从 Unsplash 下载 N 个随机图像。它有效——但只有大部分。它总是下载 N 个相同的图像。我相信urllib 正在缓存图像，但即使在尝试urllib.urlcleanup() 之后，它仍然会下载相同的 N 个图像。你能帮我么？这是我的代码：

import urllib

num = 4
for i in range(1, num + 1):
    print("Downloading image #" + str(i) + "...")
    urllib.urlretrieve("https://source.unsplash.com/random", "image" + str(i) + ".jpg")
    urllib.urlcleanup()

编辑：有人指出我得到了 404 页面。是的，我是，但是在我刚刚解决了那个问题之后，主要问题仍然存在。

【问题讨论】：

标签： python image caching download urllib

【解决方案1】：

看看你实际得到的图像。它们都是一样的，因为这似乎是 Unsplash 404 页面，表明 Unsplash 没有将其识别为识别图像。您用于随机图像的 URL 可能不正确。

您可能会发现this page on downloading random images 很有帮助。

【讨论】：

你是对的，但我仍然遇到我提到的问题。
你读过我指给你看的那篇文章吗？您使用的 URL 格式应为 https://source.unsplash.com/collection/CCCCC/N，其中 CCCCCC 是收藏编号，N 是某篇文章的编号。如果您想在整个站点中进行选择，您也必须随机化集合，并采取预防措施，不要超过集合大小。
其实是的。谢谢你。我创建了这个：urllib.urlretrieve("https://source.unsplash.com/collection/466697/" + str(i), os.path.join("images", "image" + str(i) + ".jpg"))
是的，我通过实验发现 URL 缓存确实击败了浏览器中的随机性。但是，您可以通过请求https://source.unsplash.com/random/1、.../random/2 等从整个站点获取不同的图像，这样您就可以从所有集合中提取。

【解决方案2】：

替换

urllib.urlretrieve("https://source.unsplash.com/random" + str(i), "image" + str(i) + ".jpg")

与

urllib.urlretrieve("https://source.unsplash.com/random", "image" + str(i) + ".jpg")

【讨论】：

就像holdenweb一样，你是对的，但我仍然遇到我提到的问题。
我试过你的脚本。它每次都为我下载不同的图像。