Question

我正在从使用Selenium Web驱动程序废弃的页面中获取图像列表。每页有n张图片，每张图片都有3个变体（缩略图，平移，完整）。因此，我创建了列表，其中每个列表项都是包含所有3个版本的图像的字典：

advert_image_dict.append({
            'Image_thumb_100x75:': img,
            'Image_hoved_400x300:': image_hoved,
            'Image_full_800x600:': image_full})

因此单个列表项如下所示：

print(image_dict[1])

{'Image_thumb_100x75:':
'https://cache.mysite.com/mmo/7/295/170/227_-64694801_thumb.jpg', 
'Image_hoved_400x300:':
'https://cache.mysite.com/mmo/7/295/170/227_-64694801_hoved.jpg', 
'Image_full_800x600:':
'https://cache.mysite.com/mmo/7/295/170/227_-64694801.jpg'}

我需要为每个剪贴的网页创建一个文件夹，其中将包含该页面的所有图像。文件夹名称的格式如下：{Page_#x}{Title of page} 并且每个文件夹都包含从该页面获取的图像。图片名称采用以下格式：

{Title of page}{Image_#x}{image_dict[x].get('Image_thumb_100x75')}
{Title of page}{Image_#x}{image_dict[x].get('Image_hoved_400x300')}
{Title of page}{Image_#x}{image_dict[x].get('Image_full_800x600')}

{Title of page}{Image_#x+1}{image_dict[x+1].get('Image_thumb_100x75')}
{Title of page}{Image_#x+1}{image_dict[x+1].get('Image_hoved_400x300')}
{Title of page}{Image_#x+1}{image_dict[x+1].get('Image_full_800x600')}

变量ad_title拥有标题（我将删除空格和其他字符）。

我会每页创建一个文件夹

path = "/test/`{Page_#x}{Title of page}"
os.mkdir(path)

并使用

获取该文件夹中的单个图像

urllib.urlretrieve("https://cache.mysite.com/mmo/7/295/170/227_-64694801_thumb.jpg", "{Title of page}{Image_#x}{image_dict[x].get('Image_thumb_100x75')}")

我只是不知道如何为文件夹和图像名称定义此访存/定义名称迭代器。

Answer 1

简单的字符串格式似乎可以为您提供帮助。

要构建文件夹的名称和路径，可以使用：

import os

page_num = 22
page_title = 'something'
dir_name = '{}{}'.format(page_num, page_title)
dir_full_path = os.path.join('/', 'test', dir_name)

要构建图像文件的名称，您可以尝试：

advert_image_list = [
    {
        'Image_thumb_100x75:': 'https://cache.mysite.com/mmo/7/295/170/227_-64694801_thumb.jpg',
        'Image_hoved_400x300:': 'https://cache.mysite.com/mmo/7/295/170/227_-64694801_hoved.jpg',
        'Image_full_800x600:': 'https://cache.mysite.com/mmo/7/295/170/227_-64694801.jpg',
    },
    ...
]

for i, d in enumerate(advert_image_list):
    file_name_1 = '{}{}{}'.format(page_title, i, d['Image_thumb_100x75'])
    file_name_2 = '{}{}{}'.format(page_title, i, d['Image_hoved_400x300'])
    file_name_3 = '{}{}{}'.format(page_title, i, d['Image_full_800x600'])

这对您有帮助吗？

报废页面，获取图像并生成包含每页图像的文件夹

1 个答案: