在抓取图像 src 时获取 base64 字符串答案

【问题标题】：Getting base64 string on scraping image src在抓取图像 src 时获取 base64 字符串
【发布时间】：2015-08-17 08:03:51
【问题描述】：

我正在从网站上抓取图像 src、标题、价格等，但它提供了 base64 字符串来代替图像 src。当我将所有这些抓取的数据附加到 uri 时，它显示错误 long uri。如何减缓这个问题？

【问题讨论】：

标签： javascript base64 screen-scraping

【解决方案1】：

如果你得到一个 base64 字符串作为 img src，听起来好像图像是内联编码的。

data：URI 是一种非常有用的方式，可以将小数据项嵌入到 URL——而不是链接到外部资源，URL 包含实际编码数据。

嵌入小红点图片的 HTML 片段：

<img src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAUA
AAAFCAYAAACNbyblAAAAHElEQVQI12P4//8/w38GIAXDIBKE0DHxgljNBAAO
9TXL0Y4OHwAAAABJRU5ErkJggg==" alt="Red dot" />

在上面的示例中，如果您要对字符串进行 base64 解码（减去 data:image/png,base64, 部分），您将获得 PNG 图像的数据，您可以将其作为文件写入磁盘。

【讨论】：

有没有办法获得实际链接而不是这个base64字符串
这里没有链接，这就是重点。服务器上没有可以通过 URL 访问的文件，而是图像的数据是 base64 编码字符串。
删除看起来像data:image/png,base64, 的位，然后使用其余部分，您可以使用 base64 解码功能。在 PHP 中是 base64_decode，在 Javascript 中是 atob
谢谢，这很有帮助
与上述相同的评论。当我在浏览器中检查元素时，我肯定会看到一个 url，但是当我使用 Scrapy 时，它会将它变成一个 base64 编码的字符串。啊。