python读取图片信息_笔记整理4——python实现提取图片exif信息

一.主要思路：

(1).从对应网页中找到"所有的图片标签",

通过url得到对应的html内容。之后通过

BeautifulSoup将其解析成一棵html元素树。

查找所有的"图片标签"

(2).下载图片

通过得到的标签提取出SRC，得到图片地址，下载图片。

(3).提取元信息exif

将图片通过相应的库实现exif信息的提取，对exif进行遍历，存储到字典变量中。

其中要判断是否存在exif信息(有些不能提取)，是否存在GPSInfo信息(有些压缩时

该信息失去，或本来就没有)，若是不符合的，删除该图片。

(4).删除图片

利用os的remove功能。只要有对应目录。就可以实现删除。

事实上可以利用os模块实现windows和linux的许多自动化工作。

3.使用模块和方法汇总

urlparse模块

该模块定义了一个标准接口，用于在组件中解析统一资源定位符（URL）字符串（寻址方案，网络位置，路径等），将组件组合回URL字符串，并将“相对URL”转换为绝对URL给出“基本URL”。

urlsplit函数类似于urlparse

将URL解析为六个组件，返回一个6元组。这对应于URL的一般结构：scheme：// netloc / path; parameters？query＃fragment。每个元组项都是一个字符串，可能是空的。组件不会以较小的部分分解（例如，网络位置是单个字符串），并且不会展开％escapes。如上所示的分隔符不是结果的一部分，除了路径组件中的前导斜杠，如果存在则保留。

os.path.basename(path)

Return the base name of pathname path. where basename for '/foo/bar/' returns 'bar', the basename() function returns an empty string ('').

Beautiful Soup

是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间.

官方文档：https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html

PIL库官方文档,通常用作图片处理，本程序中用到Image_getexif()方法提取exif，但仅能对jpg和jpeg图片作处理

且不能识别大小写后缀

http://effbot.org/imagingbook/

ExifTags.TAGS(TagName = TAGS.get(tag,tag))

is a dictionary. As such, you can get the value for a given key by using TAGS.get(key). If that key does not exist, you can have it return to you a default value by passing in a second argument TAGS.get(key, val)

Source: http://www.tutorialspoint.com/python/dictionary_get.htm

pip install exifread，本程序中处理png图片的exif信息，利用了

exifread.process_file(imageFile) 方法

通过tags = exifread.process_file(fd) 这个函数读取了图片的exif信息，其下为exif格式

{'Image ImageLength': (0x0101) Short=3024 @ 42,

......

'Image GPSInfo': (0x8825) Long=792 @ 114,

'Thumbnail JPEGInterchangeFormat': (0x0201) Long=928 @ 808,

......

}

4.错误与解决方案

'str' object has no attribute 'read'

事实上是参数本身为一字符串，而参数要求是一个二进制文件，

这是传参是仅仅传了一个文件名字(通过名字打开文件)，而非一个文件

'PngImageFile' object has no attribute '_getexif'

该错误是因为_getexif不能提取.png文件

解决方法：

可以使用exifread模块读取，但该模块仅仅可以读取.png文件

依旧有其他BUG存在，尚未解决，但不影响基本使用，不得不说，

原作者写的该部分代码实在是烂，对于现今的网站根本无法使用

5.总结与思考

(1).最终结果依旧没有跑出exif信息，可能是有的加密，或者

部分图片本身未存储exif信息。

(2).有的图片本身格式有gif，JPG，svg等，并没有对此进行严格的过滤。

(3).有的网站本身有反爬机制，不能进行图片的爬取，你如www.qq.com

二.代码

#!/usr/bin/python

# coding: utf-8

import os

import exifread

import urllib2

import optparse

from urlparse import urlsplit

from os.path import basename

from bs4 import BeautifulSoup

from PIL import Image

from PIL.ExifTags import TAGS

def findImages(url): #找到该网页的所有图片标签

print '[+] Finding images of '+str(urlsplit(url)[1])

resp = urllib2.urlopen(url).read()

soup = BeautifulSoup(resp,"lxml")

imgTags = soup.findAll('img')

return imgTags

def downloadImage(imgTag): #根据标签从该网页下载图片

try:

print '[+] Downloading image...'

imgSrc = imgTag['src']

imgContent = urllib2.urlopen(imgSrc).read()

imgName = basename(urlsplit(imgSrc)[2])

f = open(imgName,'wb')

f.write(imgContent)

f.close()

return imgName

except:

return ''

def delFile(imgName): #删除该目录下下载的文件

os.remove('/mnt/hgfs/temp/temp/python/exercise/'+str(imgName))

print "[+] Del File"

def exifImage(imageName): #提取exif信息，若无则删除

if imageName.split('.')[-1] == 'png':

imageFile = open(imageName,'rb')

Info = exifread.process_file(imageFile)

elif imageName.split('.')[-1] == 'jpg' or imageName.split('.')[-1] == 'jpeg':

imageFile = Image.open(imageName)

Info = imageFile._getexif()

else:

pass

try:

exifData = {}

if Info:

for (tag,value) in Info:

TagName = TAGS.get(tag,tag)

exifData[TagName] = value

exifGPS = exifData['GPSInfo']

if exifGPS:

print '[+] GPS: '+str(exifGPS)

else:

print '[-] No GPS information'

delFile(imageName)

else:

print '[-] Can\'t detecated exif'

delFile(imageName)

except Exception, e:

print e

delFile(imageName)

pass

def main():

parser = optparse.OptionParser('-u ')

parser.add_option('-u',dest='url',type='string',help='specify the target url')

(options,args) = parser.parse_args()

url = options.url

if url == None:

print parser.usage

exit(0)

imgTags = findImages(url)

for imgTag in imgTags:

imgFile = downloadImage(imgTag)

exifImage(imgFile)

if __name__ == '__main__':

main()

python读取图片信息_笔记整理4——python实现提取图片exif信息相关推荐

python学习图解_大牛整理！Python学习方法和学习路线，看完茅塞顿开！
原标题:大牛整理!Python学习方法和学习路线,看完茅塞顿开! Python 是一种极具可读性和通用性的编程语言.Python 这个名字的灵感来自于英国喜剧团体 Monty Python,它的开发团 ...
python读取水印_阿里水印的Python实现
阿里巴巴公司通过截图,根据肉眼无法识别的标识码追踪到泄露信息的具体员工-- 阿里月饼事件中的新闻中提到"泄露内部信息丢了工作,因为截图上「看不见的水印」".那么该技术(简称&quo ...
python无法打印unicode编码_【整理】Python中实际上已经得到了正确的Unicode或某种编码的字符，但是看起来或打印出来却是乱码...
[背景] Python中的字符编码,其实的确有点复杂. 再加上,不同的开发环境和工具中,显示的逻辑和效果又不太相同,尤其是,中文的,初级用户,最常遇到的: (1)在Python自带的IDE:IDLE中 ...
（Python入门）学习笔记二，Python学习路线图
(Python入门)学习笔记二,Python学习路线图千里之行始于足下,谋定而后动,冰冻三尺非一日之寒.之所以说这三句话,就是对于下面整理的路线图,即不让自己感觉路途的遥远而感到达到巅峰神界的遥遥无 ...
python编程基础_月隐学python第2课
python编程基础_月隐学python第2课学习目标掌握变量的输入和输出掌握数据类型的基本概念掌握算数运算 1.变量的输入和输出 1.1 变量输入使用input输入 input用于输入数据 ...
查看Python的版本_查看当前安装Python的版本
一.查看Python的版本_查看当前安装Python的版本具体方法: 首先按[win+r]组合键打开运行: 然后输入cmd,点击[确定]: 最后执行[python --version]命令即可. 特 ...
Python读取xlsx表格并转换成Python列表
Python读取xlsx表格并转换成Python列表参考链接https://www.cnblogs.com/ilovepython/p/11068841.html import xlrd from ...
隐藏表白技能，python教你如何使用图片exif信息隐藏表白，教你如何修改，查询exif信息。
" 隐藏表白技能" 你有想过一张图片所包含的信息吗?你有想过一张图片可以为你隐藏表达一些内容吗?你有想过图片的隐藏信息可以为你表达你想要说明的东西吗?以及你可以用图片去表达你的爱 ...
python图片解析库_python用来获得图片exif信息的库实例分析
本文实例讲述了python用来获得图片exif信息的库用法.分享给大家供大家参考.具体分析如下: exif-py是一个纯python实现的获取图片元数据的python库,官方下载地址: http:// ...
java exif 怎么获取属性_Java如何读取图片EXIF信息
Java如何读取图片EXIF信息大家知道Java如何读取图片属性信息吗?下面小编为大家整理了Java读取图片EXIF信息的方法,希望能帮到大家! 首先介绍一下什么是EXIF,EXIF是Exchang ...

python读取图片信息_笔记整理4——python实现提取图片exif信息

python读取图片信息_笔记整理4——python实现提取图片exif信息相关推荐

最新文章

热门文章