解决Scrapy ImagesPipeline无法将爬取到的图片保存到指定路径的问题 |
您所在的位置:网站首页 › 半次元怎么设置不能保存图片 › 解决Scrapy ImagesPipeline无法将爬取到的图片保存到指定路径的问题 |
项目场景:
Scrapy ImagesPipeline对图片进行爬取 问题描述:Scrapy ImagesPipeline对图片进行爬取无法存入本地,运行结果中出现类似下面的代码 {'img_urls': ['https://b.zol-img.com.cn/desk/bizhi/image/10 /960x600/1610680763748.jpg'], 'images': []} 原因分析:如果运行成功,结果应该是这样的 {'image_urls': ['https://b.zol-img.com.cn/desk/bizhi/image /10/960x600/1610680763748.jpg'], 'images': [{'url': 'https: //b.zol-img.com.cn/desk/bizhi/image/10/960x600/1610680763748 .jpg', 'path': 'full/5db01ba4532eda66262518832ff6c1a5e3fb50 3e.jpg', 'checksum': 'd81ead47e5fc0116a7102c57ad8a73b4', 'st atus': 'downloaded'}]}可以看到,两者相比,前者的‘images’中没有‘url’,‘path’等内容,说明我们没有将内容传进去。 解决方案:事先说明一下,我不会把代码都copy下来让大家自己“找不同”,而是会将需要注意的点都列举下来,大家只需求同去异就好 ps:以下几点缺一不可 1.yield返回字典索引一定要是" image_urls" (item类型同理) yield { "image_urls":image_url } 原因如下:我们到python\Lib\site-packages\scrapy\pipelines下找到images.py文件 再去找到get_media_requests函数(保存文件的函数) def get_media_requests(self, item, info): urls = ItemAdapter(item).get(self.images_urls_field, []) return [Request(u) for u in urls]ctrl+左键点击images_urls_field,跳转到 self.images_urls_field = settings.get( resolve('IMAGES_URLS_FIELD'), self.IMAGES_URLS_FIELD )ctrl+左键点击IMAGES_URLS_FIELD,跳转到 if not hasattr(self, "IMAGES_URLS_FIELD"): self.IMAGES_URLS_FIELD = self.DEFAULT_IMAGES_URLS_FIELDctrl+左键点击DEFAULT_IMAGES_URLS_FIELD,跳转到 DEFAULT_IMAGES_URLS_FIELD = 'image_urls'这就是我们上面提到的索引,一定要和保持一致,否则系统无法识别 2.settings.py文件中要把ITEM_PIPELINES 取消注释,且要将其内容进行修改网上所说的方法如下(我试过了没用,系统提示我没有scrpay.contrib的模块) 还有第二种方法(我亲身实践可用) ITEM_PIPELINES = { 'scrapy.pipelines.images.ImagesPipeline': 300, }ps:这个不绝对,大家可以自己亲自试一下,哪个能成功就用哪个 3.settings.py文件中要加上储存的文件地址并将其赋给IMAGES_STORE变量(注意:变量名只能是IMAGES_STORE) IMAGES_STORE = 'C:\\img2' 原因如下:还是按上面提到过的方法找到images.py文件,在其中可以发现这样一行代码: store_uri = settings['IMAGES_STORE']所以我们设置的变量名一定要与其保持一致 最后在修改完上述三点后,运行项目,应该就可以将图片保存到制定的路径中(系统会先为你新建一个名为full的文件夹,再将爬取到的图片放入full文件夹中) 结果图片如下: 希望我的文章能对大家有所帮助! |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |