如何使用 Python 更改抓取图像的名称？

Question

所以我需要在CoinGecko上下载列表中每一个硬币的图片，所以我写了如下代码：

import requests
from bs4 import BeautifulSoup
from os.path  import basename

def getdata(url): 
    r = requests.get(url) 
    return r.text 
    
htmldata = getdata("https://www.coingecko.com/en") 
soup = BeautifulSoup(htmldata, 'html.parser')
for item1 in soup.select('.coin-icon img'):
    link = item1.get('data-src').replace('thumb', 'thumb_2x')
    with open(basename(link), "wb") as f:
            f.write(requests.get(link).content)

但是，我需要保存图像，其名称与 CoinGecko 列表中硬币的代码相同（将 bitcoin.png?1547033579 重命名为 BTC.png，ethereum.png?1595348880 重命名为 ETH.png，等等） .需要重命名的图像超过 7000 张，其中许多具有非常独特的名称，因此切片在这里不起作用。

有什么办法呢？

Answer 1

我正在浏览 html 文件，发现您正在查看的标签有一个 alt 参数，该参数在字符串末尾有一个ticker。

<div class="coin-icon mr-2 center flex-column">
<img class="" alt="bitcoin (BTC)" data-src="https://assets.coingecko.com/coins/images/1/thumb/bitcoin.png?1547033579" data-srcset="https://assets.coingecko.com/coins/images/1/thumb_2x/bitcoin.png?1547033579 2x" src="https://assets.coingecko.com/coins/images/1/thumb/bitcoin.png?1547033579" srcset="https://assets.coingecko.com/coins/images/1/thumb_2x/bitcoin.png?1547033579 2x">
</div>

所以我们可以使用它来获得正确的名称，如下所示：

import requests
from bs4 import BeautifulSoup
from os.path  import basename

def getdata(url): 
    r = requests.get(url) 
    return r.text 
    
htmldata = getdata("https://www.coingecko.com/en") 
soup = BeautifulSoup(htmldata, 'html.parser')
for item1 in soup.select('.coin-icon img'):
    link = item1.get('data-src').replace('thumb', 'thumb_2x')
    raw_name = item1.get('alt')
    name = raw_name[raw_name.find('(') + 1:-1]
    with open(basename(name), "wb") as f:
            f.write(requests.get(link).content)

我们基本上是使用字符串切片来提取括号之间的值。

Answer 2

这是你可以做的事情：

import requests
from bs4 import BeautifulSoup
from os.path  import basename

url = "https://www.coingecko.com/en"

r = requests.get(url) 
soup = BeautifulSoup(r.text, 'html.parser')
for item1 in soup.select('td.coin-name[data-text]'):
    ticker_name = item1.select_one(".center > span").get_text(strip=True)
    image_link = item1.select_one(".coin-icon > img").get('data-src').replace('thumb','thumb_2x')
##    with open(f"{basename(ticker_name)}.png", "wb") as f:
    with open(basename(ticker_name), "wb") as f:
        f.write(requests.get(image_link).content)

Answer 3

我相信你可以很容易地使用字符串切片来实现这一点：

import requests
from bs4 import BeautifulSoup
from os.path  import basename

def getdata(url): 
    r = requests.get(url) 
    return r.text 
    
htmldata = getdata("https://www.coingecko.com/en") 
soup = BeautifulSoup(htmldata, 'html.parser')
for item1 in soup.select('.coin-icon img'):
    link = item1.get('data-src').replace('thumb', 'thumb_2x')
    with open(basename(link[:link.find('?')]), "wb") as f:
            f.write(requests.get(link).content)

我正在使用 [:] 对链接字符串的一部分进行切片，并寻找标记查询开始的问号。