【サンプルあり】PythonでWEB上の画像をダウンロードする方法

Share this for your friends.

WEBサイトが提供してくれている画像、ひとつずつダウンロードするの面倒くさい

WEB上には色々なファイルがアップロードされている。

どれも自由に使えるという訳ではないが、中には「常識の範囲でご自由にお使いください」として画像ファイルを提供してくれるサイトもある。

スタジオジブリも2020年9月から作品の場面写真の提供を開始している。

しかしひとつ問題が。

zipじゃないのね

そう、zipではなく1枚1枚提供されているのである。

1枚ずつだと全部手動でダウンロードするのは手間がかかる。

ではどうすればいいのか。

Pythonでいけそうな気がする

無いならば
作ってしまえ
ホトトギス

ということで今回はPythonでWEB上の画像をダウンロードする方法について紹介する。

この記事を書いている人

システムエンジニア、AIエンジニアと、IT業界で10年以上働いている中堅。PythonとSQLが得意。

記事を読むメリット

PythonでWEB上の画像をダウンロードする方法がわかる

Pythonで画像取得できそうか確認

まずPythonで画像取得するにも、できそうな根拠が必要となる。

根拠を確認するポイントがURLだ。

画像ひとつひとつに振られているURLを機械的に取得、もしくは類推できると一括で画像取得できる可能性が高くなる。

画像URLの確認方法はChromeの場合は 画像右クリック→画像アドレスをコピー して、メモ帳でもWEBブラウザでもいいので取得したアドレス（URL）を貼り付けてみる。

Chrome 画像アドレスをコピー

得られた画像URLは以下の通り。

https://www.ghibli.jp/gallery/nausicaa001.jpg

URLの構造としては以下の法則で作られている模様。

https://www.ghibli.jp/gallery/ + {映画タイトル} + {連番3桁}

これなら映画タイトルの文字列さえわかってしまえばあとは機械的に連番で取得することができそうである。

PythonでWEB上の画像をダウンロードする方法

PythonでWEB上の画像をダウンロードするには、 requests でWEB上のコンテンツを取得し、 open()とwrite()でローカル環境に書き込む。

順を追って作成していく。

step
11ファイルを取得

まず1ファイルだけ取得するなら以下のようなコードとなる。

image_dl_v0.1.py

import requests

url = "https://www.ghibli.jp/gallery/nausicaa001.jpg"
file_name = "nausicaa001.jpg"

response = requests.get(url)
image = response.content

with open(file_name, "wb") as f:
    f.write(image)

これを実行すると１つの画像ファイルを保存できる。

step
2複数ファイル取得

では複数ファイルを保存するにはどうするか。

001などの連番3桁の部分を動的に作ってそれぞれの画像ファイルを取得すると複数ファイル取得できる。

image_dl_v0.2.py

import requests

# 1から100までの画像を取得する
for i in range(1,100):
    print(i)
    url = "https://www.ghibli.jp/gallery/nausicaa{}.jpg".format(str(i).zfill(3))
    file_name = "ghibli/nausicaa{}.jpg".format(str(i).zfill(3))

    response = requests.get(url)
    image = response.content

    with open(file_name, "wb") as f:
        f.write(image)

ここではゼロ埋めして３桁の数字を作るので zfill() を使っている。

あわせて読みたい

: Pythonで文字列、数値をゼロ埋め（ゼロパディング）する方法

step
3余計な範囲まで取得しないようにする

しかし問題が１つあって、画像は100枚あるわけではない。

例えば40枚しかなければ41以降は空の画像ファイルができてしまう。

これを防ぐためにURLにアクセスした際のレスポンスコードをチェックする。

正常に取得できた場合はレスポンスに 200 を返すので、それ以外の値が帰ってきたら以降のループを終了するようにする。

        response = requests.get(url)

        # 画像を取得できない番号が出てきたらループ終了
        if response.status_code != 200:
            print("エラーが起こりました。ステータスコード: " + str(response.status_code) + "\n" + url)
            break

        image = response.content

step
4他のタイトルも取得できるようにする

あとは {映画タイトル} のアルファベットを確認すれば全ての画像を取得できる。

タイトルのlist形式で持たせ、リストの要素毎に実行するようにすれば完成。

image_dl.py

import requests

title_list = [
    "nausicaa",
    "red-turtle",
    "onyourmark",
    "omoide",
    "laputa",
    "tanuki",
    "umi",
    "porco",
    "majo",
    "totoro",
    "howl",
    "baron",
    "ghiblies",
    "yamada",
    "mononoke",
    "mimi",
    "ged",
    "chihiro",
    "ponyo",
    "karigurashi",
    "kokurikozaka",
    "kazetachinu",
    "kaguyahime",
    "marnie",
]

for title in title_list:
    print(title)
    for i in range(1,100):
        print(i)
        url = "https://www.ghibli.jp/gallery/{}{}.jpg".format(title,str(i).zfill(3))
        file_name = "ghibli/{}{}.jpg".format(title,str(i).zfill(3))

        response = requests.get(url)

        # 画像を取得できない番号が出てきたらループ終了
        if response.status_code != 200:
            print("エラーが起こりました。ステータスコード: " + str(response.status_code) + "\n" + url)
            break

        image = response.content

        with open(file_name, "wb") as f:
            f.write(image)

これで1000枚を超える画像を取得できるようになった。

参考

【初心者向け】PythonでURLを指定して画像をダウンロードする - Qiita