☰

如何从单个维基百科文章中下载具有全分辨率（即 svg）的所有图像

tag-icon • tag-icon sed grep wget images mediawiki
如何从单个维基百科文章中下载具有全分辨率（即 svg）的所有图像

我就问自己怎么下载

  • 所有 (.svg) 图像
  • 来自一篇维基百科文章

无需为每个图像手动执行此操作。维基百科使用更复杂的 URL 方案提供不同分辨率和多种格式的图像

示例网址：

https://en.wikipedia.org/wiki/Thirty-six_Views_of_Mount_Fuji

答案1

我找到了一个完美的解决方案道吉.io的使用 Wget、Grep 和 Sed 从网页下载公共领域壁纸。我试图将其归结为主要步骤（以使其在此处也可用）：

  1. 使用以下命令下载 HTML 页面wget：

    wget https://en.wikipedia.org/wiki/Thirty-six_Views_of_Mount_Fuji \
     -O page.html -O page.html

  2. grep使用和提取图像 URL sed。然后从文章中提取 URL 并将其写入新文件 网址.txt:

    grep -E "(https?:)?//[^/\s]+/\S+\.(jpg|png|gif|svg)" page.html -o | 
sed "s/(^https?)?\/\//https\:\/\//g" -r > urls.txt

  3. 使用以下命令下载图像wget：

    • 拇指图像
      如果您只需要拇指图像，您可以通过以下方式启动：

      wget -i urls.txt -P downloads/

    • 全尺寸图像
      要获取完整尺寸的图像，请过滤 URL 文件 (网址.txt）到一个新文件（urls-new.txt）：

      sed -E "s/\/thumb//g; s/\/[0-9]+px-.+\.(jpg|png)$//g" urls.txt |
uniq > urls-new.txt

      然后重新开始下载：

      wget -i urls-new.txt -P downloads_full_size/

完全归功于链接的文章。

相关内容