下载带有“非法”字符的图像[关闭]

Question

我正在为客户迁移一家商店。

我必须从她没有 FTP 访问权限的“商店”中提取所有旧图像文件。

它允许我导出文件名/url 列表。我的计划是在 Firefox 中加载它们并使用“Downloadthemall”来简单地下载所有文件。 （大约 2000 年）。但是大约 1 1/3 有 [ 和 ] 。

即

cdn.crapshop.com/images/image[1].jpg

Downloadthemall 吓坏了，只是把它读作

cdn.crapshop.com/images/image

并且不会下载它，因为它不是一个文件。

任何人对提取这样的列表的替代方法有任何想法？

Answer 1

请参阅此解决方案，了解您提供的示例 URL 无效的原因：Validation。在您查看该帖子后，您会发现，在@good 提供的答案中，您必须使用百分比编码对不符合规范的字符进行编码，以便网络服务器能够理解它们。

这需要 python... 看到这个帖子：Percent encoding in python

然后我们可以将它们放在一个脚本中，您将使用该脚本从标准输入读取并输出到标准输出：python script.py < input > output.out。

import urllib, sys

while 1:
    try:
        line = sys.stdin.readline()

    except KeyboardInterrupt:
        break

    if not line:
        break

    print urllib.quote(line.strip(), safe=':').strip('\'')

然后，希望下载它们都将解析该脚本已更正的文件列表（该脚本的输入应该是由换行符分隔的 url 列表）。

您可能也对这篇文章感兴趣：Downloading files with python。它向您展示了如何使用 python 下载文件（尤其是网页）。

祝你好运！