Почему при парсинге данных из сайта, картинки скачиваются пустые без расширения и весят 0 байт?

Question

[Григорий]

Ниже мой код, и по какой-то неисвестной мне причине, картинки скачиваются вот в таком формате


Вот сайт с которого я хочу спарсить статью Ссылка удалена модератором.

Идея какая, спарсить статью и скачать первую картинку со статьи если она будет в папку images и чтобы картинка была с именем статьи.
Имя картинки получается, а вот скачивает пустышки.

В чем проблема?

import imghdr
import os
import mimetypes
import requests
from bs4 import BeautifulSoup
import pandas as pd

        # Находим первую картинку статьи
        img = article_soup.find("figure", class_="wp-block-image").find("img")

        # Если есть картинка, сохраняем ее в папку images под именем заголовка статьи
        if img:
            img_url = img["src"]
            img_data = requests.get(img_url).content
            extension = imghdr.what(None, h=img_data)
            with open(f"images/{heading}.{extension}", "wb") as handler:
                handler.write(img_data)

Answer 1

[Григорий]

img_tag = article_soup.find("figure", class_="wp-block-image").find("img")
        if img_tag:
            img_url = img_tag.get("src")
            if img_url.startswith("http"):
                response = requests.get(img_url)
                if response.status_code == 200:
                    save_folder = "images"
                    if not os.path.exists(save_folder):
                        os.makedirs(save_folder)
                    # Remove _resize parameter if present
                    if "_resize" in img_url:
                        img_url = img_url.split("_resize")[0]
                    # Remove any query parameters (e.g. "?ssl=1") from the filename
                    filename = os.path.basename(img_url).split("?")[0].replace("?", "_")
                    with open(os.path.join(save_folder, filename), "wb") as f:
                        f.write(response.content)
                        print(f"Saved {img_url} to {save_folder}")
                else:
                    print(f"Error: {response.status_code} - {img_url}")
            else:
                print(f"Skipped {img_url}")
        else:
            print("No image found in the article.")

Answer 2

[Dimonchik]

тебя блочат

пиши код только по картинкам и добивайся скачивания, потом - вставляй в общий код

Comments

[Григорий]

Спасибо, помог тем, что сказал пиши код только по картинкам) получилось