image-scraper

Image Scraper 用于从给定的单个 URL 抓取页面上的图片并下载到本地。它适合需要批量保存某篇文章、某个页面配图的场景。工具提供三种方法：方法一为 python3 零依赖方案，解析 HTML 中的 img 与 source 标签的 src 属性，去重并过滤非 http 链接，相对协议链接补全为 https，然后逐个下载，默认输出到 images 目录，文件命名为 img_000.jpg 这类格式；方法二为 curl 加 grep 的精简方案，用正则在页面中提取常见图片扩展名的链接，去重后下载；方法三为浏览器自动化回退，在页面由 JavaScript 渲染或方法一失败时，用浏览器的 evaluate 执行脚本收集 document.querySelectorAll('img') 的 src，再逐个下载。使用方式为通过命令行传入目标 URL，例如 python3 /path/to/image-scraper.py "https://example.com/article"。工具建议先尝试方法一，遇到 403 或被拦截时补充 Referer、Accept 等请求头，JavaScript 渲染或付费墙页面则使用方法三，并始终打印下载文件的路径。输出方面，默认保存到 ./images/，按序号命名，并报告已下载的图片数量。限制方面，只下载指定 URL 页面的图片，不抓取整站；可选择性过滤宽度或高度小于 50px 的追踪像素和小图标；对 robots.txt 只是隐式尊重而无强制校验；Twitter/X 等 JS 渲染站点可能需要浏览器方法。