我想使用 python 模块“urllib.request”从 url 下载图像文件,该模块适用于某些网站(例如 mangastream.com),但不适用于另一个网站(mangadoom.co)接收错误“HTTP 错误 403:禁止” 。后一种情况可能存在什么问题以及如何解决?
我在 OSX 上使用 python3.4。
import urllib.request
# does not work
img_url = 'http://mangadoom.co/wp-content/manga/5170/886/005.png'
img_filename = 'my_img.png'
urllib.request.urlretrieve(img_url, img_filename)
错误消息的末尾写道:
...
HTTPError: HTTP Error 403: Forbidden
但是,它适用于另一个网站
# work
img_url = 'http://img.mangastream.com/cdn/manga/51/3140/006.png'
img_filename = 'my_img.png'
urllib.request.urlretrieve(img_url, img_filename)
我已经尝试了下面帖子中的解决方案,但它们都不适用于 mangadoom.co。
通过urllib和python下载图片
如何在Python中复制远程图像?
这里的解决方案也不适合,因为我的情况是下载图像。urllib2.HTTPError:HTTP 错误 403:禁止
也欢迎非 python 解决方案。我们将非常感谢您的建议。
该网站阻止了 urllib 使用的用户代理,因此您需要在请求中更改它。不幸的是我不认为urlretrieve
直接支持这个。
我建议使用美丽的requests
库,代码变成(来自here) :
import requests
import shutil
r = requests.get('http://mangadoom.co/wp-content/manga/5170/886/005.png', stream=True)
if r.status_code == 200:
with open("img.png", 'wb') as f:
r.raw.decode_content = True
shutil.copyfileobj(r.raw, f)
注意,这个网站好像并没有禁止requests
用户代理。但如果需要修改也很简单:
r = requests.get('http://mangadoom.co/wp-content/manga/5170/886/005.png',
stream=True, headers={'User-agent': 'Mozilla/5.0'})
还相关:更改 urllib 中的用户代理
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)