perché non riesco a scaricare immagini da Google con Python?

Il codice mi ha aiutato a scaricare un sacco di immagini da Google. Funzionava qualche giorno fa e ora all'improvviso il codice si rompe.

Codice :

# importing google_images_download module 
from google_images_download import google_images_download  

# creating object 
response = google_images_download.googleimagesdownload()  

search_queries = ['Apple', 'Orange', 'Grapes', 'water melon'] 


def downloadimages(query): 
    # keywords is the search query 
    # format is the image file format 
    # limit is the number of images to be downloaded 
    # print urs is to print the image file url 
    # size is the image size which can 
    # be specified manually ("large, medium, icon") 
    # aspect ratio denotes the height width ratio 
    # of images to download. ("tall, square, wide, panoramic") 
    arguments = {"keywords": query, 
                 "format": "jpg", 
                 "limit":4, 
                 "print_urls":True, 
                 "size": "medium", 
                 "aspect_ratio": "panoramic"} 
    try: 
        response.download(arguments) 

    # Handling File NotFound Error     
    except FileNotFoundError:  
        arguments = {"keywords": query, 
                     "format": "jpg", 
                     "limit":4, 
                     "print_urls":True,  
                     "size": "medium"} 

        # Providing arguments for the searched query 
        try: 
            # Downloading the photos based 
            # on the given arguments 
            response.download(arguments)  
        except: 
            pass

# Driver Code 
for query in search_queries: 
    downloadimages(query)  
    print()

Registro di output:

Articolo n .: 1 -> Nome articolo = valutazione Apple ... Avvio download ...

Purtroppo non è stato possibile scaricare tutti e 4 perché alcune immagini non erano scaricabili. 0 è tutto ciò che abbiamo per questo filtro di ricerca!

Errori: 0

Articolo n .: 1 -> Nome articolo = valutazione arancione ... Avvio download ...

Purtroppo non è stato possibile scaricare tutti e 4 perché alcune immagini non erano scaricabili. 0 è tutto ciò che abbiamo per questo filtro di ricerca!

Errori: 0

Numero articolo: 1 -> Nome articolo = Valutazione uva ... Avvio download ...

Purtroppo non è stato possibile scaricare tutti e 4 perché alcune immagini non erano scaricabili. 0 è tutto ciò che abbiamo per questo filtro di ricerca!

Errori: 0

Articolo n .: 1 -> Nome articolo = anguria Valutazione ... Avvio del download ...

Purtroppo non è stato possibile scaricare tutti e 4 perché alcune immagini non erano scaricabili. 0 è tutto ciò che abbiamo per questo filtro di ricerca!

Errori: 0

Questo in realtà crea una cartella ma non contiene immagini.

Sembra che ci sia un problema con il pacchetto. Vedi questi PR aperti: PR1 e PR2

Penso che Google stia cambiando il DOM. L'elemento class = "rg_meta notranslate" non esiste più. È stato modificato in class = "rg_i ..."

def get_soup(url,header):
    return BeautifulSoup(urllib2.urlopen(urllib2.Request(url,headers=header)),'html.parser')    

def main(args):
    query = "typical face"
    query = query.split()
    query = '+'.join(query)
    url = "https://www.google.co.in/search?q="+query+"&source=lnms&tbm=isch"
    headers = {}
    headers['User-Agent'] = "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2228.0 Safari/537.36"
    soup = get_soup(url, headers)
    for a in soup.find_all("img", {"class": "rg_i"}):
        wget.download(a.attrs["data-iurl"], a.attrs["data-iid"])


if __name__ == '__main__':
    from sys import argv
    try:
        main(argv)
    except KeyboardInterrupt:
        pass
    sys.exit()

In effetti il ​​problema è apparso non molto tempo fa, ci sono già un sacco di problemi Github simili:

• https://github.com/hardikvasa/google-images-download/pull/298
• https://github.com/hardikvasa/google-images-download/issues/301
• https://github.com/hardikvasa/google-images-download/issues/302

Sfortunatamente, non esiste una soluzione ufficiale, per ora, è possibile utilizzare la soluzione temporanea fornita nelle discussioni.

Il motivo per cui questo non funziona è perché Google ha cambiato il modo in cui fanno tutto in modo che ora sia necessario il tasto api_key incluso nella stringa di ricerca. Come risultato di questi pacchetti come google-images-download non funziona più anche se usi la versione 2.8.0 perché non hanno un segnaposto per inserire la stringa api_key che devi registrare con Google per ottenere 2500 download gratuiti al giorno.

Quindi il modo migliore per farlo ora è usare il pacchetto pip google-search-results e fornire il tuo api_key come parte dei parametri della query.

params = {
           "engine" : "google",
           ...
           "api_key" : "secret_api_key" 
}

dove fornisci tu stesso la tua chiave API e poi chiami:

client = GoogleSearchResults(params)
results = client.get_dict()

Ciò restituisce una stringa JSON con il collegamento a tutti gli URL immagine e quindi li scarichi direttamente.