如何在 Windows 上使用 BeautifulSoup 创建 Python 脚本来下载 WIkimedia Commons 文件夹中每张图片的最高分辨率？

Question

所以，我是古斯塔夫·多雷（Gustave Doré）的忠实粉丝，我想从组织整齐的维基共享资源文件夹中下载他的所有版画。

所以，给定一个维基共享资源文件夹，我需要以最高分辨率下载其中的所有图片。

我开始写一些东西，但我不太好，所以它只是一个模板：

import os, requests, bs4

url = 'URL OF THE WIKIMEDIA COMMONS FOLDER'

os.makedirs('NAME OF THE FOLDER', exist_ok=True)
for n in range(NUMBER OF PICTURES IN THE PAGE - 1):
    print('I am downloading page number %s...' %(n+1))
    res = requests.get(url)
    res.raise_for_status()

    soup = bs4.BeautifulSoup(res.text, 'html.parser')

    #STUFF I STILL NEED TO ADD
    
print('Done')

例如，我会将其作为文件夹的 URL：

• https://commons.wikimedia.org/wiki/Category:Crusades_by_Gustave_Dor%C3%A9

然后我想点击每个链接并进入图片页面，就像这样：

• https://commons.wikimedia.org/wiki/File:Astonishment_of_the_Crusaders_at_the_Wealth_of_the_East.jpg

然后点击图片下方“原始文件”的链接下载“原始文件”。 除了有时图片没有更高的分辨率，就像在这种情况下：

• https://commons.wikimedia.org/wiki/File:Andel_krizaci.jpg

只需点击图片下方的链接即可下载。

我完全陷入困境，提前感谢您的帮助！

如果图片保存时具有其页面中注明的名称，则可获得奖励积分

（例如在第二个链接中，图片应保存为“十字军对东方财富的惊讶.jpg”）

Answer 1

嘿 Gustave Doré 的忠实粉丝，这里有一个方法你可以做到

r = requests.get('https://commons.wikimedia.org/wiki/Category:Crusades_by_Gustave_Dor%C3%A9')
soup = BeautifulSoup(r.text, 'html.parser')
links = [i.find('img').get('src') for i in soup.find_all('a', class_='image')]
links = ['/'.join(i.split('/')[:-1]).replace('/thumb', '') for i in links]
for l in links:
    im = requests.get(l)
    with open(l.split('/')[-1], 'wb') as f:
        f.write(im.content)