wget wikimedia图片？

我试图通过URL来在文件命名空间的页面下载来自于维基共享图像：wget wikimedia图片？

wget http://commons.wikimedia.org/wiki/File:A_golden_tree_during_the_golden_season.JPG

我得到的是一个JPG文件，该文件无法打开。但是，当你去链接你实际上看到的页面，而不是图像本身，但有一个名为“全分辨率”的链接，将您发送到的实际图像链接是：http://upload.wikimedia.org/wikipedia/commons/9/92/A_golden_tree_during_the_golden_season.JPG

我该如何下载此文件只有第一个链接？

来源

2013-02-23 Altin Ukshini

为什么[tag：bash]？你将不得不在这里做一些HTML解析。你有没有考虑过使用[tag：python]，[tag：perl]，[tag：clojure] ...？ – Johnsyweb 2013-02-23 02:31:32

不擅长那些......：/ – 2013-02-23 02:36:00

@AltinUkshini：好的，学习。用Python做并不难。 – Blender 2013-02-23 02:36:37

wget的http://upload.wikimedia.org/wikipedia/commons/9/92/A_golden_tree_during_the_golden_season.JPG

你被抓取的网页而不是图像本身。

来源

2013-02-23 02:22:57 kkaehler

这似乎是在问题中理解。 – Johnsyweb 2013-02-23 02:26:24

是的，我知道，但我想从第一个链接得到它... 我有一个图像名称列表，我可以做一个wget链接/文件：imagename 但这并不工作bcs我下载的图像无法打开 – 2013-02-23 02:30:27

问题改变了！ – kkaehler 2013-02-26 19:19:23

你可以尝试以下方法：

wget http://commons.wikimedia.org/wiki/File:A_golden_tree_during_the_golden_season.JPG -O output.html; wget $(cat output.html | grep fullMedia | sed 's/\(.*href="\/\/\)\([^ ]*\)\(" class.*\)/\2/g')

第一wget获取您指定的链接。我浏览了几页，发现高分辨率图像在div下，class = fullMedia。它解析图像的URL，然后获取该图像。

PS：如上所述，bash不是一个简单的方法。你应该看看解析dom树的东西。

来源

2013-02-23 04:18:59 jitendra

+1：您的研究工作值得您信赖。 – Johnsyweb 2013-02-23 07:19:25

@Johnsyweb非常感谢:-) – jitendra 2013-02-23 07:20:50

index.php的action = view（这里都是通过重写规则和MediaWiki默认值隐式使用）的输出取决于各种因素，并可能随时发生意外更改。不要依赖那个。或者使用[API]（http://commons.wikimedia.org/w/api.php?action=query&prop=imageinfo&iiprop=url&titles=File:A_golden_tree_during_the_golden_season.JPG）或者提取没有命名空间的标题并传递给[[Special ：重定向]]，正如我在下面的回复中所建议的那样。 – 2014-06-02 16:10:08

提取不带名称空间的标题（A_golden_tree_during_the_golden_season.JPG）并将其传递到Special:Redirect。

wget http://commons.wikimedia.org/wiki/Special:Redirect/file/$(echo 'http://commons.wikimedia.org/wiki/File:A_golden_tree_during_the_golden_season.JPG' | sed 's/.*\/File\:\(.*\)/\1/g')

来源

2014-06-02 16:04:56

wget wikimedia图片？

回答

相关问题