كشط وتنزيل صور Google باستخدام Python

target_image_path = ".isv-r.PNCib.MSM1fd.BUooTd"
targetted_image_base_html_path = ".VFACy.kGQAp.sMi44c.lNHeqe.WGvvNb"

html = request.get (“https://www.google.com/search”، params = queryParameters، headers = headers، timeout = 30)
soup = BeautifulSoup (html.text، “lxml”)

google_images = []

def scrape_and_download_google_images ():

images_data_in_json = convert_image_to_json ()

matched_image_data = re.findall (r '\ ”b-GRID_STATE0 \” (. *) sideChannel: \ s؟ {}}' ، images_data_in_json)

remove_matched_thumbnails = remove_matched_get_thumbnails (matched_google_image_data = matched_image_data)

matched_resolution_images = re.findall (r ”(؟: '|،)، \ [\” (https: | http. *؟) \ ”، \ d +، \ d + \]”، remove_matched_thumbnails)

full_resolution_images = get_resolution_image (matched_resolution_images = matched_resolution_images)

للفهرس ، (image_data ، image_link (رابط_الصورة) في التعداد (zip (soup.select (target_image_path) ، full_resolution_images) ، بدء = 1):

append_image_to_list (image_data = image_data ، image_link = رابط_الصورة)

طباعة (f '{index}. بدأ تنزيل الصورة')

download_image (image_link = image_link (رابط_الصورة) ، الفهرس = الفهرس)

طباعة (f '{index}. تم ​​تنزيل الصورة بنجاح')

طباعة (f'scraped and download images: {google_images} ')

def remove_matched_get_thumbnails (matched_google_image_data):
عودة re.sub (
r '\ [\ "(https \: \ / \ / encrypted-tbn0 \ .gstatic \ .com \ / images \؟. *؟) \" ، \ d + ، \ d + \]' ، "" ، str (matched_google_image_data ))

def get_resolution_image (matched_resolution_images):
يعود [
بايت (بايت (img، "ascii"). فك الشفرة ("unicode-escape") ، "ascii"). decode ("unicode-escape") لـ img في matched_resolution_images
]

def convert_image_to_json ():
all_script_tags = soup.select (“script”)
images_data = “” .join (re.findall (r ”AF_initDataCallback \ (([^ <] +) \)؛”، str (all_script_tags)))
fix_images_data = json.dumps (images_data)
إرجاع json.loads (fixed_images_data)

def append_image_to_list (image_data، image_link (رابط_الصورة)):
google_images.append ({
“image_title”: image_data.select_one (targetted_image_base_html_path) [“title”]،
“image_source_link”: image_data.select_one (targetted_image_base_html_path) [“href”] ،
“image_link (رابط_الصورة): image_link (رابط_الصورة)
})

def download_image (image_link، index):
فتاحة = urllib.request.build_opener ()
opener.addheaders = [('User-Agent'، 'Mozilla / 5.0 (Windows NT 10.0؛ Win64؛ x64) AppleWebKit / 537.36 (KHTML ، مثل Gecko) Chrome / 101.0.4951.54 Safari / 537.36 ′)]
urllib.request.install_opener (فتاحة)
urllib.request.urlretrieve (image_link، f'Scraped_Images / Image_ {index} .jpg ')

scrape_and_download_google_images ()

html = request.get (“https://www.google.com/search”، params = queryParameters، headers = headers، timeout = 30)
soup = BeautifulSoup (html.text، “lxml”)

google_images = []

images_data_in_json = convert_image_to_json ()

matched_image_data = re.findall (r '\ ”b-GRID_STATE0 \” (. *) sideChannel: \ s؟ {}}' ، images_data_in_json)

remove_matched_thumbnails = remove_matched_get_thumbnails (matched_google_image_data = matched_image_data)

matched_resolution_images = re.findall (r ”(؟: '|،)، \ [\” (https: | http. *؟) \ ”، \ d +، \ d + \]”، remove_matched_thumbnails)

full_resolution_images = get_resolution_image (matched_resolution_images = matched_resolution_images)

للفهرس ، (image_data ، image_link (رابط_الصورة) في التعداد (zip (soup.select (target_image_path) ، full_resolution_images) ، بدء = 1):

append_image_to_list (image_data = image_data ، image_link = رابط_الصورة)

طباعة (f '{index}. بدأ تنزيل الصورة')

download_image (image_link = image_link (رابط_الصورة) ، الفهرس = الفهرس)

طباعة (f '{index}. تم ​​تنزيل الصورة بنجاح')

طباعة (f'scraped and download images: {google_images} ')