Python从HTTPS aspx下载图像

Question

我正在尝试从 NASS Case Viewer 下载一些图像。一个案例的例子是

• https://www-nass.nhtsa.dot.gov/nass/cds/CaseForm.aspx?xsl=main.xsl&CaseID=149006692

本例的图像查看器链接为

• https://www-nass.nhtsa.dot.gov/nass/cds/GetBinary.aspx?ImageView&ImageID=497001669&Desc=FRONT&Title=Vehicle+1+-+Front&Version=1&Extend=jpg

这可能是不可见的，我猜是因为 https。然而，这只是正面第二张图片。

图像的实际链接是(或者应该是？)

• https://www-nass.nhtsa.dot.gov/nass/cds/GetBinary.aspx?Image&ImageID=497001669&CaseID=149006692&Version=1

这将简单地下载 aspx 二进制文件。

我的问题是我不知道如何将这些二进制文件存储到正确的 jpg 文件中。

我尝试过的代码示例是

import requests 
test_image = "https://www-nass.nhtsa.dot.gov/nass/cds/GetBinary.aspx?Image&ImageID=497001669&CaseID=149006692&Version=1"
pull_image = requests.get(test_image)

with open("test_image.jpg", "wb+") as myfile:
    myfile.write(str.encode(pull_image.text))

但这不会产生正确的 jpg 文件。我还检查了 pull_image.raw.read() 并发现它是空的。

这里可能出现什么问题？我的网址不正确吗？我使用 Beautifulsoup 将这些 URL 放在一起，并通过检查几个页面的 HTML 代码来检查它们。

我是否错误地保存了二进制文件？

Answer 1

.text 将响应内容解码为字符串，因此您的图像文件将被损坏。
相反，您应该使用 .content它保存二进制响应内容。

import requests 

test_image = "https://www-nass.nhtsa.dot.gov/nass/cds/GetBinary.aspx?Image&ImageID=497001669&CaseID=149006692&Version=1"
pull_image = requests.get(test_image)

with open("test_image.jpg", "wb+") as myfile:
    myfile.write(pull_image.content)

.raw.read() 也返回字节，但为了使用它，您必须将 stream 参数设置为 True。

pull_image = requests.get(test_image, stream=True)
with open("test_image.jpg", "wb+") as myfile:
    myfile.write(pull_image.raw.read())