如果URL以“ blob：”开头，如何使用Python 3 / Selenium下载图像？

小编典典

如果URL以“ blob：”开头，如何使用Python 3 / Selenium下载图像？

python

使用web.whatsapp.de时，可以看到指向已接收图像的链接可能如下所示：

blob:https://web.whatsapp.com/3565e574-b363-4aca-85cd-2d84aa715c39

如果将链接复制到地址窗口中，它将打开图像，但是-如果省略了“ blob”，它将仅打开一个新的Web whatsapp窗口。

我正在尝试下载此链接显示的图像。

但是，使用诸如request，urllib.request甚至BeautifulSoup之类的常用技术总是会遇到困难：url开头的“ blob”将引发错误。

这些答案使用Python从Blob
URL下载文件将解决错误

URLError: <urlopen error unknown url type: blob>

或错误

InvalidSchema: No connection adapters were found for 'blob:https://web.whatsapp.com/f50eac63-6a7f-48a4-a2b8-8558a9ffe015'

（使用BeatufilSoup）

使用本机方法，例如：

import requests

url = 'https://web.whatsapp.com/f50eac63-6a7f-48a4-a2b8-8558a9ffe015'
fileName = 'test.png'
req = requests.get(url)
file = open(fileName, 'wb')
for chunk in req.iter_content(100000):
    file.write(chunk)
file.close()

只会导致与使用BeautifulSoup相同的错误。

我正在使用Python中的Selenium控制Chrome，但是我无法使用提供的链接正确下载图像。

阅读 1093

2020-12-20

共1个答案

小编典典

Blob是浏览器存储的原始数据的文件状对象。

您可以在以下位置看到它们 chrome://blob-internals/

可以通过脚本注入使用Selenium来获取blob的内容。但是，您必须通过在创建Blob的页面/域上运行脚本来遵守跨源策略：

def get_file_content_chrome(driver, uri):
  result = driver.execute_async_script("""
    var uri = arguments[0];
    var callback = arguments[1];
    var toBase64 = function(buffer){for(var r,n=new Uint8Array(buffer),t=n.length,a=new Uint8Array(4*Math.ceil(t/3)),i=new Uint8Array(64),o=0,c=0;64>c;++c)i[c]="ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/".charCodeAt(c);for(c=0;t-t%3>c;c+=3,o+=4)r=n[c]<<16|n[c+1]<<8|n[c+2],a[o]=i[r>>18],a[o+1]=i[r>>12&63],a[o+2]=i[r>>6&63],a[o+3]=i[63&r];return t%3===1?(r=n[t-1],a[o]=i[r>>2],a[o+1]=i[r<<4&63],a[o+2]=61,a[o+3]=61):t%3===2&&(r=(n[t-2]<<8)+n[t-1],a[o]=i[r>>10],a[o+1]=i[r>>4&63],a[o+2]=i[r<<2&63],a[o+3]=61),new TextDecoder("ascii").decode(a)};
    var xhr = new XMLHttpRequest();
    xhr.responseType = 'arraybuffer';
    xhr.onload = function(){ callback(toBase64(xhr.response)) };
    xhr.onerror = function(){ callback(xhr.status) };
    xhr.open('GET', uri);
    xhr.send();
    """, uri)
  if type(result) == int :
    raise Exception("Request failed with status %s" % result)
  return base64.b64decode(result)

bytes = get_file_content_chrome(driver, "blob:https://developer.mozilla.org/7f9557f4-d8c8-4353-9752-5a49e85058f5")

2020-12-20