如何使用 Python Selenium 仅抓取一张特定图像？

Question

我想从网站上抓取图像并将其存储在指定的文件夹中，但那里的所有教程似乎都只教如何抓取多个图像。 例如，我想从https://duckduckgo.com/?q=Puppy&t=h_&ia=web 中抓取这张可以立即看到的小狗图像并将其保存在我的桌面上。我该怎么办？

目前我才弄明白的代码是：

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import time

PATH = "C:\Coding\Codes\Python\edgedriver\msedgedriver.exe"
driver = webdriver.Edge(PATH)
driver.maximize_window()
driver.get("https://duckduckgo.com/")

searchbox = driver.find_element_by_id("search_form_input_homepage")
searchbox.send_keys("Puppy")
searchbox.send_keys(Keys.ENTER)

#then save the puppy's image to a specified folder, say inside C:\Users\John\Desktop

Answer 1

要抓取唯一图像的 src 属性的值，可以使用以下任一Locator Strategies：

• 使用css_selector：

  print(driver.find_element(By.CSS_SELECTOR, "a.module__image>img").get_attribute("src"))
  

• 使用xpath：

  print(driver.find_element(By.XPATH, "//a[@class='module__image']/img").get_attribute("src"))
  

---

理想情况下，您需要为visibility_of_element_located() 诱导WebDriverWait，您可以使用以下任一Locator Strategies：

• 使用CSS_SELECTOR：

  print(WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.CSS_SELECTOR, "a.module__image>img"))).get_attribute("src"))
  

• 使用XPATH：

  print(WebDriverWait(driver, 20).until(EC.visibility_of_element_located((By.XPATH, "//a[@class='module__image']/img"))).get_attribute("src"))
  

• 控制台输出：

  https://duckduckgo.com/i/a49fa21e.jpg
  

• 注意：您必须添加以下导入：

  from selenium.webdriver.support.ui import WebDriverWait
  from selenium.webdriver.common.by import By
  from selenium.webdriver.support import expected_conditions as EC
  

Answer 2

你可以使用 urllib.request 库

import urllib.request
from random import *
import random,string

sampleImage = driver.find_element_by_xpath('your xpath').get_attribute('src')
characters = 5
letters = string.ascii_lowercase
img_str = ''.join(random.choice(letters) for i in range(characters))
fullname = str(img_str) + '.jpg'
filepath = 'E:\\crawling\\IMG\\' + fullname
urllib.request.urlretrieve(sampleImage,filepath)
print(fullname)

我希望这会成功。我使用随机库来命名带有随机字符的图像。

如果你想循环图像，这里是代码

import urllib.request
from random import *
import random,string

j=1
imagename=[]
for images in driver.find_elements_by_xpath('//*[@id="w0"]/div[1]/div/div/div/div/div/div/div[1]/table/tbody/tr'):
        sampleImage[j] = driver.find_element_by_xpath('//*[@id="w0"]/div[1]/div/div/div/div/div/div/div[1]/table/tbody/tr[%d]/td[1]/img' % (j,)).get_attribute('src')
        print(sampleImage[j])
        characters = 10
        letters = string.ascii_lowercase
        img_str = ''.join(random.choice(letters) for i in range(characters))
        fullname[j] = str(img_str) + '.jpg'
        filepath[j] = 'E:\\crawling\\IMG-FARAH\\' + fullname[j]
        urllib.request.urlretrieve(sampleImage[j],filepath[j])
        imagename.append(fullname[j])
        print(fullname[j])
        j=j+1   

我还添加了示例 xpath 和变量，它们会在每次计数后更新