的Python + Scrapy重命名下載的圖片

重要提示：所有可用在計算器上的那一刻答案是Scrapy的早期版本和不scrapy的最新版本1.4的工作的Python + Scrapy重命名下載的圖片

完全陌生的scrapy和蟒蛇，我試圖刮一些頁面，並下載圖像。正在下載圖片但它們仍然具有原始的SHA-1名稱作爲文件名。 我不知道如何重命名文件，他們實際上都有SHA-1文件名。

試圖將它們重命名爲「測試」，並且在運行scrapy crawl rambopics以及url數據時，輸出中出現「測試」。但文件不會在目標文件夾中重命名。下面是輸出的一個樣本：

> 2017-06-11 00:27:06 [scrapy.core.scraper] DEBUG: Scraped from <200 
> http://www.theurl.com/> {'image_urls': 
> ['https://www.theurl.com/-a4Bj-ENjHOY/VyE1mGuJyUI/EAAAAAAAHMk/mw1_H-mEAc0QQEwp9UkTipxNCVR-xdbcgCLcB/s1600/Image%2B%25286%2525.jpg'], 
> 'image_name': ['test'], 'title': ['test'], 'filename': ['test'], 
> 'images': [{'url': 
> 'https://www.theurl.com/-a4Bj-ENjHOY/VyE1mGuJyUI/EAAAAAAAHMk/mw1_H-mEAc0QQEwp9UkTipxNCVR-xdbcgCLcB/s1600/Image%2B%25286%2525.jpg', 
> 'path': 'full/fcbec9bf940b48c248213abe5cd2fa1c690cb879.jpg', 
> 'checksum': '7be30d939a7250cc318e6ef18a6b0981'}]}

到目前爲止，我已經嘗試了許多不同的解決方案都貼在計算器，就是沒有明確的答案，在2017年的最新版本scrapy的那個問題，它看起來像命題可能幾乎都是過時的。我正在使用Python 3.6的Scrapy 1.4。

scrapy.cfg

# Automatically created by: scrapy startproject 
# 
# For more information about the [deploy] section see: 
# https://scrapyd.readthedocs.org/en/latest/deploy.html 

[settings] 
default = rambopics.settings 

[deploy] 
#url = http://localhost:6800/ 
project = rambopics

items.py 進口scrapy

class RambopicsItem(scrapy.Item): 
    # defining items: 
    image_urls = scrapy.Field() 
    images = scrapy.Field() 
    image_name = scrapy.Field() 
    title = scrapy.Field() 
    #pass -- dont realy understand what pass is for

settings.py

BOT_NAME = 'rambopics' 

SPIDER_MODULES = ['rambopics.spiders'] 
NEWSPIDER_MODULE = 'rambopics.spiders' 


ROBOTSTXT_OBEY = True 


ITEM_PIPELINES = { 
    'scrapy.pipelines.images.ImagesPipeline': 1, 
} 

IMAGES_STORE = "W:/scraped/"

pipelines.py

import scrapy 
from scrapy.pipelines.images import ImagesPipeline 

class RambopicsPipeline(ImagesPipeline): 


    def get_media_requests(self, item, info): 

     img_url = item['img_url'] 
     meta = { 
        'filename': item['title'], 
        'title': item['image_name'] 
       } 

     yield Request(url=img_url, meta=meta)

（蜘蛛）rambopics.py

from rambopics.items import RambopicsItem 
from scrapy.selector import Selector 
import scrapy 


class RambopicsSpider(scrapy.Spider): 
    name = 'rambopics' 
    allowed_domains = ['theurl.com'] 
    start_urls = ['http://www.theurl.com/'] 

    def parse(self, response): 

     for sel in response.xpath('/html'): 
      #img_name = sel.xpath("//h3[contains(@class, 'entry-title')]/a/text()").extract() 
      img_name = 'test' 
      #img_title = sel.xpath("//h3[contains(@class, 'entry-title')]/a/text()").extract() 
      img_title = 'test' 

     for elem in response.xpath("//div[contains(@class, 'entry-content')]"): 
      img_url = elem.xpath("a/@href").extract_first() 


      yield { 
        'image_urls': [img_url], 
        'image_name': [img_name], 
        'title': [img_title], 
        'filename': [img_name] 
       }

注意，我不知道怎樣纔是正確的META NAME來使用是最終下載的文件名稱（我不確定它是否是文件名，圖像名稱或標題）。

來源

2017-06-11 mlclm

對這一問題的回答已經在網站上瀏覽：https://stackoverflow.com/a/30002870/1675954這裏：https://stackoverflow.com/a/6196180/1675954他們都是相當全面答案。檢查您的基本設置是否正確配置。他們需要在爬行之前設置。請參閱https://doc.scrapy.org/en/latest/topics/api.html#scrapy.settings.BaseSettings.set –

可能的重複[在Scrapy 0.24中重命名下載的圖像與來自項目字段的內容，同時避免文件名衝突？ ]（https://stackoverflow.com/questions/29946989/renaming-downloaded-images-in-scrapy-0-24-with-content-from-an-item-field-while） –

請詳細解釋什麼是不與其他解決方案一起工作有沒有具體的錯誤？ –

使用file_path更改圖像名稱的方法。

class SaveImagesPipeline(FilesPipeline): 
    def get_media_requests(self, item, info): 
     i = 1 
     for image_url in item['image_urls']: 
      filename = '{}_{}.jpg'.format(item['name_image'], i) 
      yield scrapy.Request(image_url, meta={'filename': filename}) 
      i += 1 
    return 

def file_path(self, request, response=None, info=None): 
    return request.meta['filename']

來源

2017-06-11 12:49:06 Verz1Lka

的Python + Scrapy重命名下載的圖片

回答

相關問題