Python3下载网址错误编码的图像

我目前遇到的问题是试图下载显示为动画gif的图像，但显示编码为jpg。我说它似乎编码为jpg，因为文件扩展名和mime类型都是.jpg添加图像/ jpeg。Python3下载网址错误编码的图像

在下载文件到我的本地机（Mac OSX版），然后试图打开我得到了错误的文件：

The file could not be opened. It may be damaged or use a file format that Preview doesn’t recognize.

虽然我知道有些人会也许只是忽略图像，如果可以修复，我正在寻找一个解决方案来做到这一点，而不是忽略它。

相关网址是在这里：

http://www.supergrove.com/wp-content/uploads/2017/03/gif-images-22-1000-about-gif-on-pinterest.jpg

这里是我的代码，我愿意接受建议：

from PIL import Image 
import requests 

response = requests.get(media, stream = True) 
response.raise_for_status() 

with open(uploadedFile, 'wb') as img: 
    for chunk in response.iter_content(chunk_size=1024): 
     if chunk: 
      img.write(chunk) 
    img.close()

来源

2017-05-27 stwhite

如果你去找到并更改文件扩展名怎么办？ –

您是否尝试通过右键单击下载 - >将图像另存为，并查看它是否打开？在我的情况下（Debian 8），firefox正确打开它。 – raratiru

@ whackamadoodle3000没有区别。那是我尝试的第一件事情之一。还尝试更改文件扩展名以将文件保存到磁盘之前。 – stwhite

在这种情况下必须回答我自己的问题，但对这个问题的答案是为请求添加referer。很可能是一个htaccess文件阻止在映像的服务器上直接访问文件，除非请求来自他们自己的服务器。

from fake_useragent import UserAgent 
from io import StringIO,BytesIO 
import io 
import imghdr 
import requests 

# Set url 
mediaURL = 'http://www.supergrove.com/wp-content/uploads/2017/03/gif-images-22-1000-about-gif-on-pinterest.jpg' 

# Create a user agent 
ua = UserAgent() 

# Create a request session 
s = requests.Session() 

# Set some headers for the request 
s.headers.update({ 'User-Agent': ua.chrome, 'Referrer': media }) 


# Make the request to get the image from the url 
response = s.get(mediaURL, allow_redirects=False) 


# The request was about to be redirected 
if response.status_code == 302: 

    # Get the next location that we would have been redirected to 
    location = response.headers['Location'] 

    # Set the previous page url as referer 
    s.headers.update({'referer': location}) 

    # Try the request again, this time with a referer 
    response = s.get(mediaURL, allow_redirects=False, cookies=response.cookies) 

    print(response.headers)

帽尖@raratiru用于建议使用allow_redirects。

在他们的回答中还指出，图片的服务器可能会故意阻止访问，以防止一般刮板查看他们的图像。很难说，但无论如何，这个解决方案的工作。

来源

2017-05-29 23:35:34 stwhite

据Wheregoes，图像的链接：

http://www.supergrove.com/wp-content/uploads/2017/03/gif-images-22-1000-about-gif-on-pinterest.jpg

收到302重定向到包含它的页面：

http://www.supergrove.com/gif-images/gif-images-22-1000-about-gif-on-pinterest/

因此，您的代码试图下载一个网页为图像。

我tried：

r = requests.get(the_url, headers=headers, allow_redirects=False)

但它返回零含量和status_code = 302。

（事实上，这是显而易见的，应该发生...）

这个服务器是一种方式，它永远不会满足该请求配置。

绕过这种限制听起来很不对头非常困难，尽我所能的限制知识。

来源

2017-05-29 20:45:35 raratiru

我试图使用'allow_redirects = False'不幸的是仍然没有图像标题：'{'Server'：'nginx'， 'Date'：'Mon，29 May 2017 22:15:29 GMT'，'Content-Type'：'text/html;字符串= UTF-8'，'Content-Length'：'0'，'Connection'：'keep-alive'，'Keep-Alive'：'timeout = 60'，'X-Powered-By' 5.6.30'，'Location'：'http://www.supergrove.com/gif-images/gif-images-22-1000-about-gif-on-pinterest/'}' – stwhite

在这一点上，我是真的不确定。我甚至试图阻止重定向，抓取cookie，然后再次请求cookie，但即使这似乎并没有工作（我假设需要cookie来访问图像 - 可能防止网页刮板）。 – stwhite

@stwhite很明显，这些人不想直接访问图像。 'allow_redirect = False'返回零内容和'status_code = 302'。我不确定是否可以绕过这种情况，而不要求他们直接访问服务器的设置！ – raratiru

Python3下载网址错误编码的图像

回答

相关问题