Python 如何从谷歌获取图像'；使用Mechanize搜索结果

我试图解析谷歌图像搜索结果的HTML，并获得图像的原始链接

到目前为止，我成功地编写了一个Python代码，使用Python的Mechanize和BeautifulSoup获取Google搜索的HTML

查看Google的搜索结果HTML源代码，我发现Google正在使用class

rg_meta

将原始图像URL的双重编码存储在一个div中，但我从Mechanize收到的HTML不包含任何此类。事实上，整个新网页是通过Mechanize返回的

我知道谷歌的图像搜索API，但我需要用这种方式解析HTML。我做错了什么？我可以将Mechanize屏蔽为Chrome或其他浏览器吗

这是我尝试的一个片段。它没有返回任何内容：

import urllib
import mechanize
from bs4 import BeautifulSoup
from urlparse import urlparse

search = "cars"
browser = mechanize.Browser()
browser.set_proxies({"https": "10.0.2.88:3128"})
browser.set_handle_robots(False)
browser.addheaders = [('User-agent','Mozilla')]

html = browser.open("https://www.google.co.in/search?&source=lnms&tbm=isch&sa=X&q="+search+"&oq="+search)
htmltext=html.read()
print htmltext    
img_urls = []
formatted_images = []
soup = BeautifulSoup(htmltext)
#results = soup.findAll("a")
results = soup.findAll("div", { "class" : "rg_meta" })
print results

---

感谢您的尝试，但我必须切换到urllib2来解决此问题， 下面的代码正在解析google搜索页面的图像链接

search = search.replace(" ","%20")
  site= "http://www.google.co.in/search?q="+search+"&tbm=isch&tbs=isz:l"
  hdr = {'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',
         'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
         'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
         'Accept-Encoding': 'none',
         'Accept-Language': 'en-US,en;q=0.8',
         'Connection': 'keep-alive'}
  QtGui.qApp.processEvents()
  req = urllib2.Request(site, headers=hdr)

  try:
      QtGui.qApp.processEvents()
      page = urllib2.urlopen(req)
  except urllib2.HTTPError, e:
      print e.fp.read()  
  QtGui.qApp.processEvents()
  content = page.read()
  #print content
  soup = BeautifulSoup(content)
  results = soup.findAll("a")
  linkarray = soup.find_all(attrs={"class": "rg_meta"})
  #print linkarray
  refer_rl=[]
  total=len(linkarray)
  i=0
  for divs in linkarray:
    i=i+1
    stri=str(divs)
    refer_url=stri.split('%3B')
    try:
        QtGui.qApp.processEvents()
        url=urllib.unquote(refer_url[2]).decode('utf8') 
        url=urllib.unquote(url).decode('utf8') 
        #os.system('wget '+url)
        #f = open('links.txt', 'a')
        #f.write(url+'\n')
        form.textBrowser.append(url)
        form.progressBar.setProperty("value", i*100/total)
        time.sleep(0.05)

    except:
        continue
  #os.system('aria2c -i links.txt -x 16')
  #os.system('rm links.txt')
  print "All good, you can download now"

导入机械化
br=mechanize.Browser（）
br.open（）
images=re.findall（“src=\”[^\“]{8240}”，br.response（）.read（））
对于图像中的i：打印i
br.close（）

---

您需要稍微过滤结果，并根据特定站点的HTML修改RE

“您明确同意不通过任何自动方式（包括使用脚本或网络爬虫）访问（或尝试访问）任何服务…”是否回答？我是python新手。Google使用条款不允许在web搜索中使用脚本。尝试类似于

pattern.web的方法
import mechanize
br = mechanize.Browser()
br.open(<yoursitehere>)
images = re.findall("src=\"[^\"]{8,240}", br.response().read()) 
for i in images: print i
br.close()