尝试在 RSelenium 中下载缓存的图片答案

【问题标题】：Trying to download a cached picture in RSelenium尝试在 RSelenium 中下载缓存的图片
【发布时间】：2020-06-23 13:20:10
【问题描述】：

我正在使用 RSelenium 从在线存储库下载一系列报纸文章。到目前为止，我这样做的方式是使用remDr$screenshot() 函数，但是由于分辨率、缩放和取景的原因，我想知道是否可以直接下载显示的图片。访问页面的示例代码如下：

library(RSelenium)
rD1 <- rsDriver(browser = "firefox",port=4567L)
remDr <- rD1[["client"]] 

url1<-"http://memoria.bn.br/DocReader/DocReader.aspx?"
url2<-"bib=090972_07&pesq=cangaceiro&pasta=ano%20192"
remDr$navigate(paste0(url1,url2))

通过查看页面的源代码，我注意到图像托管在缓存 url cache/2286106490137/I0000051-20Alt=000869Lar=000615LargOri=005060AltOri=007149.JPG（id 为DocumentoImg）中。有没有办法直接从这个地址下载，不依赖截图？

【问题讨论】：

标签： java r image browser-cache rselenium

【解决方案1】：

是的，你可以像这样在 R 中直接下载图片：

# I have split the url just to make it legible on screen here
url_pt1  <- "http://memoria.bn.br/DocReader/cache/2627304510157"
url_pt2  <- "/I0000051-20Alt=001984Lar=001404LargOri=005060AltOri=007149.JPG"
big_url  <- paste0(url_pt1, url_pt2)

# Choose local file location to download file
file_to  <- "download.jpg" 

download.file(big_url, file_to)
#> trying URL 'http://memoria.bn.br/DocReader/cache/2627304510157
#> /I0000051-20Alt=001984Lar=001404LargOri=005060AltOri=007149.JPG'
#> Content type 'text/html; charset=utf-8' length 8457 bytes
#> downloaded 8457 bytes

【讨论】：

谢谢。我试过这个。它下载了一些 8k 对象，但下载的文件似乎已损坏。我也尝试使用imagem<-remDr$findElement("id","DocumentoImg") source<-imagem$getElementAttribute(attrName = "src")[[1]] 方法，但出现 404 not found 错误。
这里缺少的是选项mode='wb'。 Allan 几乎完美地解决了所有问题，但他的代码的最后一行应该是 download.file(big_url,file_to,mode = "wb")