用HTTP頭掃描屏幕問題 - 我認爲

Question

我一直在試圖找出這個問題一個星期左右，只是 不能提出一個很好的解決方案。所以，我想我會看看有沒有人可以幫助我。下面是我試圖刮鏈接：

http://content.lib.washington.edu/cdm4/item_viewer.php?CISOROOT=/alaskawcanada&CISOPTR=491&CISOBOX=1&REC=4

我右鍵單擊以複製圖像位置。 這是被複制的鏈接：

（不能粘貼爲鏈接，因爲我是新的） http：// content（dot）lib（dot）washington（dot）edu/cgi-bin /getimage.exe?CISOROOT=/alaskawcanada & CISOPTR = 491 & DMSCALE = 100.00000 & DMWIDTH = 802 & DMHEIGHT = 657.890625 & DMX = 0 & DMY = 0 & DMTEXT =％20NA3050％20％09AWC0644％20AWC0388％20AWC0074％20AWC0575 & REC = 4 & DMTHUMB = 0 & DMROTATE = 0

沒有清晰的圖像U RL正在顯示。很明顯，這是 ，因爲圖像隱藏在某種類型的腳本後面。通過試用和 錯誤，我發現我可以在「CISOPTR = 491」之後放入「.jpg」，然後該鏈接變爲圖像URL。問題是這不是圖像的高分辨率版本。要進入 高分辨率版本，我必須更改URL。我發現了很多文章@ Stackoverflow.com提到嘗試使用curl和PHP構建腳本，我甚至嘗試了其中的幾個，但沒有運氣。 「491」是圖像編號，我可以更改該編號以查找同一目錄中的其他圖像。所以，拼湊一系列數字應該很容易。但我仍然是一個刮鬍子的小老鼠，這個人正在踢我的屁股。這是我嘗試過的。

Get remote image using cURL then resample

也試過這樣。

http://psung.blogspot.com/2008/06/using-wget-or-curl-to-download-web.html

我也有智勝樞紐和站點吸盤，但他們不承認的URL爲圖像文件和FO他們只是通過正確的OVE它。我在一夜之間使用了SiteSucker，它下載了40,000個文件，只有60個文件是jpeg，其中沒有一個是我想要的。

我不斷遇到的其他問題是我手動下載的文件，文件名始終是getfile.exe或showfile.exe，然後如果手動添加「.jpg」作爲擴展名，我可以在本地查看圖像。

如何才能達到原始高分辨率圖像文件，並自動執行下載過程，以便我可以抓取幾百張這些圖像？

Answer 1

我右鍵單擊以複製圖像位置。這是鏈接 複製：

您注意到標題中有「.exe」。在查詢字符串看的東西：

DMSCALE=100.00000 
DMWIDTH=802 
DMHEIGHT=657.890625 
DMX=0 
DMY=0 
DMTEXT=%20NA3050%20%09AWC0644%20AWC0388%20AWC0074%20AWC0575 
REC=4 
DMTHUMB=0 
DMROTATE=0 

強烈暗示該圖像的原始來源是在數據庫或東西，它被傳遞直通一個服務器端過濾器（不知道這是什麼你的意思是「某種腳本」）。也就是說，這是動態生成的內容，而不是靜態，同樣的注意事項適用於動態文本內容：您必須弄清楚提供服務器的指示以使其達到您想要的效果。你幾乎在你面前......如果SiteSucker或其他什麼都不能正確處理它，你可以使用一個HTML解析器自己刮掉地址。