Python で Google 画像をスクレイピングしてダウンロードする

target_image_path = “.isv-r.PNCib.MSM1fd.BUooTd”
targetted_image_base_html_path = “.VFACy.kGQAp.sMi44c.lNHeqe.WGvvNb”

html = requests.get(“https://www.google.com/search”, params=queryParameters, headers=headers, timeout=30)
スープ = BeautifulSoup(html.text, “lxml”)

google_images = []

デフスクレイプ_アンド_ダウンロード_google_images():

images_data_in_json = convert_image_to_json()

Matched_image_data = re.findall(r'\”b-GRID_STATE0\”(.*)sideChannel:\s?{}}', images_data_in_json)

removed_matched_thumbnails = remove_matched_get_thumbnails(matched_google_image_data=matched_image_data)

一致した解像度の画像 = re.findall(r”(?:'|,),\[\”(https:|http.*?)\”,\d+,\d+\]”, removed_matched_thumbnails)

full_resolution_images = get_resolution_image(matched_resolution_images=matched_resolution_images)

インデックスの場合は、(image_data, image_link) in enumerate(zip(soup.select(target_image_path), full_resolution_images), start=1):

append_image_to_list(image_data=image_data, image_link=image_link)

print(f'{index}.画像のダウンロードを開始しました')

ダウンロード画像(画像リンク=画像リンク, インデックス=インデックス)

print(f'{index}.画像のダウンロードに成功しました')

print(f'スクレイピングおよびダウンロードした画像: {google_images}')

def remove_matched_get_thumbnails(matched_google_image_data):
re.sub( を返す
r'\[\”(https\:\/\/encrypted-tbn0\.gstatic\.com\/images\?.*?)\”,\d+,\d+\]', “”, str(matched_google_image_data )))

def get_resolution_image (matched_resolution_images):
戻る [
bytes(bytes(img, "ascii").decode("unicode-escape"), "ascii").decode("unicode-escape") for img in matching_resolution_images
]

def convert_image_to_json():
all_script_tags = soap.select(“スクリプト”)
images_data = "".join(re.findall(r"AF_initDataCallback\(([^<]+)\);", str(all_script_tags)))
fixed_images_data = json.dumps(images_data)
json.loads(fixed_images_data) を返す

def append_image_to_list(image_data, image_link):
google_images.append({
“画像タイトル”: image_data.select_one(targetted_image_base_html_path)[“タイトル”],
“image_source_link”: image_data.select_one(targetted_image_base_html_path)[“href”],
「画像リンク」：画像リンク
}))

def download_image (画像リンク、インデックス):
opener=urllib.request.build_opener()
opener.addheaders=[('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (Gecko のような KHTML) Chrome/101.0.4951.54 Safari/537.36')]
urllib.request.install_opener(オープナー)
urllib.request.urlretrieve(image_link, f'Scraped_Images/Image_{index}.jpg')

Scrape_and_download_google_images()

html = requests.get(“https://www.google.com/search”, params=queryParameters, headers=headers, timeout=30)
スープ = BeautifulSoup(html.text, “lxml”)

google_images = []

images_data_in_json = convert_image_to_json()

Matched_image_data = re.findall(r'\”b-GRID_STATE0\”(.*)sideChannel:\s?{}}', images_data_in_json)

removed_matched_thumbnails = remove_matched_get_thumbnails(matched_google_image_data=matched_image_data)

一致した解像度の画像 = re.findall(r”(?:'|,),\[\”(https:|http.*?)\”,\d+,\d+\]”, removed_matched_thumbnails)

full_resolution_images = get_resolution_image(matched_resolution_images=matched_resolution_images)

インデックスの場合は、(image_data, image_link) in enumerate(zip(soup.select(target_image_path), full_resolution_images), start=1):

append_image_to_list(image_data=image_data, image_link=image_link)

print(f'{index}.画像のダウンロードを開始しました')

ダウンロード画像(画像リンク=画像リンク, インデックス=インデックス)

print(f'{index}.画像のダウンロードに成功しました')

print(f'スクレイピングおよびダウンロードした画像: {google_images}')