Python：保存页面动态图片

Question

我需要通过编程的方式加载一个HTML页面的内容，这个页面里面有一张动态生成的图片。然后我想把这张图片下载并保存下来，保存的是在那个时刻页面加载时显示的样子。

HTML中图片的例子：

<img src="image.php">

问题是，我不能直接去获取这个PHP脚本的内容，地址是http://example.com/image.php，因为它只会生成并返回另一张图片，而不是原页面中显示的那张。

那么，我该如何保存在那个页面中生成的图片呢？我知道不能使用webbrowser，因为它会打开一个实际的浏览器窗口。我在考虑使用zope.testbrowser或者mechanize，但我找不到相关的使用信息。

你们能帮我吗？

Answer 1

我还是个初学者，不过我用过BeautifulSoup这个工具，做过类似的事情，就是从一个网站上下载图片。

用这个库来获取图片应该很简单。

Answer 2

这个问题是用 mechanize、cookielib 和 urllib 解决的。

首先，设置导入的库和无头浏览器的处理程序：

# Mechanize headless
import mechanize
import cookielib
import urllib
# Browser
br = mechanize.Browser()
# Cookie Jar
cj = cookielib.LWPCookieJar()
br.set_cookiejar(cj)
# Browser options
br.set_handle_equiv(True)
br.set_handle_gzip(True)
br.set_handle_redirect(True)
br.set_handle_referer(True)
br.set_handle_robots(False)
# Follows refresh 0 but not hangs on refresh > 0
br.set_handle_refresh(mechanize._http.HTTPRefreshProcessor(), max_time=1)
# Want debugging messages?
#br.set_debug_http(True)
#br.set_debug_redirects(True)
#br.set_debug_responses(True)

添加“人类”头信息，这样就不会被误认为是机器人了...

# User-Agent (this is cheating, ok?)
br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1) Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1')]

现在你可以像平常一样使用 open 方法“浏览”网页。动态图片也可以通过 open 加载。只需按照页面/文件的层级顺序操作，mechanize/cookielib 会为你处理头信息...

r = br.open('http://www.example.com/html-page-with-dynamic-image-embedded.html')

# Check if HTML content returned ok
if br.response().info()['Content-Type'] == 'text/html; charset=iso-8859-1':
    # Now that the main page is loaded you can open the dynamic image
    r = br.open('http://www.example.com/images/image.php')

    # From here you just treat the image as you wish
    png = r.read()
    f = open('image-new-name.png', 'wb')
    f.write(png)
    f.close()  

如果你需要发送 URL 的 GET 数据，就可以使用 urllib，像这样：

data = {'varName1': var1, 'varName2': var2, ...}
data = urllib.urlencode(data)
r = br.open('http://www.example.com/html-page-with-dynamic-image-embedded.html', data)