python 使用图像谷歌图像进行搜索

Question

我在使用 python 搜索谷歌图像搜索时遇到了非常困难的情况。我需要仅使用标准 python 库（例如 urllib、urllib2、json、..）来完成此操作

有人可以帮忙吗？假设图像是 jpeg.jpg 并且位于我运行 python 的同一文件夹中。

我尝试了一百种不同的代码版本，使用标头、用户代理、base64 编码、不同的网址（images.google.com、http://images.google.com/searchbyimage?hl=en&biw=1060&bih=766&gbv =2&site=search&image_url={{图片的URL}}&sa=X&ei=H6RaTtb5JcTeiALlmPi2CQ&ved=0CDsQ9Q8等...)

没有任何效果，总是出现错误，404、401 或管道损坏:(

请向我展示一些 python 脚本，该脚本实际上会使用我自己的图像作为搜索数据（存储在我的计算机/设备上的“jpeg.jpg”）来搜索谷歌图像

谢谢谁能解决这个问题，

戴夫:)

Answer 1

我在Python中使用以下代码来搜索Google图像并将图像下载到我的计算机：

import os
import sys
import time
from urllib import FancyURLopener
import urllib2
import simplejson

# Define search term
searchTerm = "hello world"

# Replace spaces ' ' in search term for '%20' in order to comply with request
searchTerm = searchTerm.replace(' ','%20')


# Start FancyURLopener with defined version 
class MyOpener(FancyURLopener): 
    version = 'Mozilla/5.0 (Windows; U; Windows NT 5.1; it; rv:1.8.1.11) Gecko/20071127 Firefox/2.0.0.11'
myopener = MyOpener()

# Set count to 0
count= 0

for i in range(0,10):
    # Notice that the start changes for each iteration in order to request a new set of images for each loop
    url = ('https://ajax.googleapis.com/ajax/services/search/images?' + 'v=1.0&q='+searchTerm+'&start='+str(i*4)+'&userip=MyIP')
    print url
    request = urllib2.Request(url, None, {'Referer': 'testing'})
    response = urllib2.urlopen(request)

    # Get results using JSON
    results = simplejson.load(response)
    data = results['responseData']
    dataInfo = data['results']

    # Iterate for each result and get unescaped url
    for myUrl in dataInfo:
        count = count + 1
        print myUrl['unescapedUrl']

        myopener.retrieve(myUrl['unescapedUrl'],str(count)+'.jpg')

    # Sleep for one second to prevent IP blocking from Google
    time.sleep(1)

您还可以在这里找到非常有用的信息。

Answer 2

Google 图像搜索 API 已弃用，我们使用 google 搜索使用 REgex 和 Beautiful soup 来下载图像

from bs4 import BeautifulSoup
import requests
import re
import urllib2
import os


def get_soup(url,header):
  return BeautifulSoup(urllib2.urlopen(urllib2.Request(url,headers=header)))

image_type = "Action"
# you can change the query for the image  here  
query = "Terminator 3 Movie"
query= query.split()
query='+'.join(query)
url="https://www.google.co.in/searches_sm=122&source=lnms&tbm=isch&sa=X&ei=4r_cVID3NYayoQTb4ICQBA&ved=0CAgQ_AUoAQ&biw=1242&bih=619&q="+query

print url
header = {'User-Agent': 'Mozilla/5.0'} 
soup = get_soup(url,header)

images = [a['src'] for a in soup.find_all("img", {"src": re.compile("gstatic.com")})]
#print images
for img in images:
  raw_img = urllib2.urlopen(img).read()
  #add the directory for your image here 
  DIR="C:\Users\hp\Pictures\\valentines\\"
  cntr = len([i for i in os.listdir(DIR) if image_type in i]) + 1
  print cntr
  f = open(DIR + image_type + "_"+ str(cntr)+".jpg", 'wb')
  f.write(raw_img)
  f.close()