维基百科图像 URL 上的 Python request.get 错误答案

【问题标题】：Python request.get error on Wikipedia image URL维基百科图像 URL 上的 Python request.get 错误
【发布时间】：2022-10-01 03:01:54
【问题描述】：

Requests.get() 似乎没有返回维基百科图像 URL 的预期字节，例如https://upload.wikimedia.org/wikipedia/commons/0/05/20100726_Kalamitsi_Beach_Ionian_Sea_Lefkada_island_Greece.jpg：

import wikipedia
import requests

page = wikipedia.page(\"beach\")
first_image_link = page.images[0]
req = requests.get(first_image_link)
req.content

b\'<!DOCTYPE html>\\n<html lang=\"en\">\\n<meta charset=\"utf-8\">\\n<title>Wikimedia Error</title>\\n<style>\\n*...

那是因为该链接上不存在图像File not found: /v1/AUTH_mw/wikipedia-commons-local-public.05/0/05/20100726_Kalamitsi_Beach_Ionian_Sea_Lefkada_island_Greece.jpg%27
@Himanshuman 帖子中的链接有一个字符串引用，已修复。对这个问题有什么想法吗？

标签： python python-requests wikipedia

【解决方案1】：

大多数网站都会阻止没有有效浏览器作为用户代理的请求。维基媒体就是这样一种。

import requests
headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Safari/537.36'}
res = requests.get('https://upload.wikimedia.org/wikipedia/commons/0/05/20100726_Kalamitsi_Beach_Ionian_Sea_Lefkada_island_Greece.jpg', headers=headers)
res.content

这会给你预期的输出

【讨论】：

【解决方案2】：

我输入了你的代码，它似乎是一个“错误：403，禁止。”. Wikipedia 在请求中需要 user agent 标头。

import wikipedia
import requests

headers = {
    'User-Agent': 'My User Agent 1.0'
}

page = wikipedia.page("beach")
first_image_link = page.images[0]
req = requests.get(first_image_link, headers=headers, stream=True)
req.content

对于用户代理，您可能应该提供比我在示例中使用的占位符更具描述性的内容。也许是你的脚本的名称，或者只是“脚本”这个词或类似的东西。我测试了它，它工作正常。您将按预期取回图像。

【讨论】：