Question

我有一个带有图片网址的csv文件，并在两列中提供了文件名。在文件中，一些文件名是重复的，但它们各自的链接是唯一的。我想保存所有图像。因此，如果给定的filename.jpg图像存在我想将下一个图像保存为filename_2，filename_3。

我使用简单的urllib.urlretrieve行来获取图像

Answer 1

导入：

import csv
import os
import re
import urllib

首先，存储您的csv数据。

file_names = []
urls = []

with open('data.csv', 'r') as file:
    reader = csv.reader(file)
    for file_name, url in reader:
        file_names.append(file_name)
        urls.append(url)

    file.close()

创建一个新列表以存储新文件名。

new_file_names = []

遍历file_names列表。

for file_name in file_names:

抓住文件扩展名。有许多图片扩展程序： .jpg ， .png 等。

这假设文件扩展名只有4个字符长，包括.只要您在整个文档中看到[-4:]，请注意这一点。如果是一个问题，请使用正则表达式来获取文件扩展名。

    file_ext = file_name[-4:]

接下来遍历new_file_names列表，看看我们是否从file_name列表中抓取了file_names的所有匹配项。

    for temp_file_name in new_file_names:
        if temp_file_name == file_name:

当我们得到匹配项时，请先检查它是否已有'_\b+' + file_ext。这意味着_ + any numbers + file_ext。

            check = re.search('_\d+' + file_ext, temp_file_name)

如果支票为True，我们现在想查看该号码是什么，并添加一个。

            if check:
                number = int(check.group(0)[1:-4]) + 1

现在我们想要像以前一样做相反的正则表达式，所以我们只得到文件名+ _但没有所有数字。然后添加新号码和file_ext。

                inverse = re.search('.*_(?=\d+' + file_ext + ')', file_name)
                file_name = inverse.group(0) + str(number) + file_ext

此else适用于匹配是第一次出现_1到file_name的结尾时。

            else:
                file_name = file_name[:-4] + '_1' + file_ext

将file_name附加到new_file_names列表。

    new_file_names.append(file_name)

设置文件夹（如果需要）以存储图像。如果该文件夹不存在，它将为您创建一个文件夹。

path = 'img/'

try:
    os.makedirs(path)
except OSError:
    if not os.path.isdir(path):
        raise

最后，为了保存图片，我们使用for循环并压缩new_file_names和urls。在循环内部，我们使用urllib.urlretrieve下载图像。

for file_name, url in zip(new_file_names, urls):
    urllib.urlretrieve(url, path + file_name)

避免使用urllib来替换文件，但是给它一个_1，_2之类的名字

1 个答案: