我正在尝试使用 ruby 下载图像并发现有趣的问题
它是我下载图像的部分代码(仅限 HTTP 请求):
HTTParty.get(url)
或与
Net::HTTP.new(URI.parse(url))
当我尝试从 Nike 下载图片时
url = 'https://c.static-nike.com/a/images/t_PDP_1728_v1/f_auto,b_rgb:f5f5f5/bfau7aauvleh5puvuiqa/zoom-pegasus-turbo-mens-running-shoe-Z163c3.jpg'
效果不错
但由于某些原因,当我打开 Adidas 时它会卡住:
url = 'https://www.adidas.com.sg/dis/dw/image/v2/bcbs_prd/on/demandware.static/-/Sites-adidas-products/default/dw0eb054ad/zoom/G27805_01_standard.jpg'
我有烂日志
SSL established
<- "GET /dis/dw/image/v2/bcbs_prd/on/demandware.static/-/Sites-adidas-products/default/dw0eb054ad/zoom/G27805_01_standard.jpg HTTP/1.1\r\nUser-Agent: Mozilla/5.0\r\nConnection: close\r\nHost: www.adidas.com.sg\r\n\r\n"
试图通过
关闭 SSL 验证 verify: false,
但它并没有解决我的痛苦¯\_(ツ)_/¯
但是,对于两个 URL,它都可以与 curl -O
配合使用
最佳答案
服务器端正在对阿迪达斯 URL 进行过滤,可能会阻止自动抓取。您至少必须指定额外的 header 才能成功建立连接。
以下示例成功返回来自 Adidas URL 的响应:
url = 'https://www.adidas.com.sg/dis/dw/image/v2/bcbs_prd/on/demandware.static/-/Sites-adidas-products/default/dw0eb054ad/zoom/G27805_01_standard.jpg'
headers = {
'Accept' => 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Encoding' => 'br, gzip, deflate',
'Accept-Language' => 'en-us'
}
response = HTTParty.get(url, headers: headers)
=> #<HTTParty::Response:0x7fcb02856298 parsed_response="\xFF\xD8\xFF\xE0\x00\x10JFIF ...
列出的三个 header 是获得响应所需的唯一 header ,但所有三个 header 都是必需的。
从返回的response可以看出是返回了a JPEG , 所以这个例子应该按要求工作。
关于使用 SSL 卡住 ruby http 请求,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54064829/