如何在 Windows 上使用 BeautifulSoup 创建 Python 脚本，以下载 WIkimedia Commons 文件夹中每张图片的最高分辨率？

Question

所以，我是古斯塔夫·多雷 (Gustave Doré) 的忠实粉丝，我想从整理整齐的维基共享资源文件夹下载他的所有版画。

所以，给定一个 Wikimedia Commons 文件夹，我需要以最高分辨率下载其中的所有图片。

我开始写东西了，但是我写的不是很好，所以只是一个模板：

import os, requests, bs4

url = 'URL OF THE WIKIMEDIA COMMONS FOLDER'

os.makedirs('NAME OF THE FOLDER', exist_ok=True)
for n in range(NUMBER OF PICTURES IN THE PAGE - 1):
    print('I am downloading page number %s...' %(n+1))
    res = requests.get(url)
    res.raise_for_status()

    soup = bs4.BeautifulSoup(res.text, 'html.parser')

    #STUFF I STILL NEED TO ADD
    
print('Done')

例如，我会将其作为文件夹的 URL 提供：

https://commons.wikimedia.org/wiki/Category:Crusades_by_Gustave_Dor%C3%A9

然后我想点击每个 link 并转到图片页面，例如：

https://commons.wikimedia.org/wiki/File:Astonishment_of_the_Crusaders_at_the_Wealth_of_the_East.jpg

然后点击'original file'[=54=图片下方的link下载'原始文件' ]. 除了有时图片没有可用的更高分辨率，例如在这种情况下：

https://commons.wikimedia.org/wiki/File:Andel_krizaci.jpg

而且点击图片下方的link即可下载

我完全卡住了，在此先感谢您的帮助！

如果图片在保存时在其页面上注明了名称，则可加分

（例如第二个link图片应该保存为'Astonishment of the Crusaders at the Wealth of the East.jpg'）

Answer 1

嘿，古斯塔夫·多雷 (Gustave Doré) 的忠实粉丝，这是您可以做到的方法

r = requests.get('https://commons.wikimedia.org/wiki/Category:Crusades_by_Gustave_Dor%C3%A9')
soup = BeautifulSoup(r.text, 'html.parser')
links = [i.find('img').get('src') for i in soup.find_all('a', class_='image')]
links = ['/'.join(i.split('/')[:-1]).replace('/thumb', '') for i in links]
for l in links:
    im = requests.get(l)
    with open(l.split('/')[-1], 'wb') as f:
        f.write(im.content)

如何在 Windows 上使用 BeautifulSoup 创建 Python 脚本，以下载 WIkimedia Commons 文件夹中每张图片的最高分辨率？

How can I create a Python Script with BeautifulSoup on Windows to download the highest resolution of each picture in a WIkimedia Commons folder?

python

windows

web-scraping

beautifulsoup

wikimedia