Python使用BeautifulSoup&；从url获取图像路径和大小；皮尔

我成功创建了一个python脚本，可以从指定的url打印所有图像路径：

from requests_html import HTMLSession
from urllib.request import urlopen
from bs4 import BeautifulSoup
import requests

url="https://www.example.com/"

session = HTMLSession()
r = session.get(url)

b  = requests.get(url)
soup = BeautifulSoup(b.text, "lxml")

images = soup.find_all('img')

for img in images:
    if img.has_attr('src') :
        print(img['src'])

我现在想做的是使用PIL打印图像大小以及打印的url。我尝试过这个，但它出现了错误：

from requests_html import HTMLSession
from urllib.request import urlopen
from bs4 import BeautifulSoup
from PIL import Image
import requests

url="https://www.example.com/"

session = HTMLSession()
r = session.get(url)

b  = requests.get(url)
soup = BeautifulSoup(b.text, "lxml")

images = soup.find_all('img')

for img in images:
    if img.has_attr('src') :
        ## Get image sizes in PIL
        imgsize = Image.open(requests.get(img, stream=True).raw)
        print(img['src'], imgsize.size)

---

有什么办法可以让它工作吗？

你应该使用

img['src']

而不是

img

requests.get(img['src'], ...).raw

---

上一个代码段的错误是什么？是错误还是什么？始终将完整的错误消息（从单词“Traceback”开始）作为文本（不是屏幕截图，也不是指向外部门户的链接）进行讨论（不是评论）。还有其他有用的信息。为什么在

请求中使用
img
。get（）

？您应该使用

img['src']

-

requests.get（img['src']，…）

我对它进行了测试，它运行正常@章节将

imgsize=Image.open（requests.get（img，stream=True.raw）

更改为

imgsize=Image.open（requests.get（img['src]，stream=True.raw）

。您可能需要将此代码块包装在

try-except

块中，以处理格式错误的URL和无法工作的URL。谢谢。是的，这很有效。但我确实在一些图像上遇到了一个错误：PIL.UnidentifiedImageError:无法识别图像文件。有什么办法解决这个问题吗？图像来自CDN，例如。也许这会导致问题？您可以使用

print（）

检查从服务器获取的内容。也许它会向机器人/脚本/垃圾邮件/黑客发出警告，而不是图像。或者，在发送图像之前，它可能使用

热链接保护

并检查标题

referer

——这样它只在您访问原始页面时发送图像。但是，当我使用问题顶部的脚本打印所有图像路径时，您可以在

请求中设置标题
referer
，它们打印得很好。只有当我尝试打印图像大小时，它才会出错。