ازگر کا استعمال کرتے ہوئے یاہو امیجز سے تصاویر کو کھرچنے کا طریقہ

pip install requests
pip install lxml

pip install requests lxml

import requests
from lxml import html

# براؤزر کی درخواست کی نقل کرنے کے لئے ہیڈر کی وضاحت کریں
headers = {
    "accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7",
    "accept-language": "en-IN,en;q=0.9",
    "cache-control": "max-age=0",
    "dnt": "1",
    "priority": "u=0, i",
    "sec-ch-ua": '"Google Chrome";v="125", "Chromium";v="125", "Not.A/Brand";v="24"',
    "sec-ch-ua-mobile": "?0",
    "sec-ch-ua-platform": '"Linux"',
    "sec-fetch-dest": "document",
    "sec-fetch-mode": "navigate",
    "sec-fetch-site": "none",
    "sec-fetch-user": "?1",
    "upgrade-insecure-requests": "1",
    "user-agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36",
}

# تلاش کے استفسار کی وضاحت کریں
search_query = "puppies"

# یاہو امیجز سرچ پیج سے درخواست دیں
response = requests.get(
    url=f"https://images.search.yahoo.com/search/images?p={search_query}",
    headers=headers
)

# HTML ردعمل کی تجزیہ کریں
parser = fromstring(response.text)

# ایکسپاتھ کا استعمال کرتے ہوئے امیج یو آر ایل کو نکالیں
images_urls = parser.xpath("//li[contains(@id, 'resitem-')]/a//@src")

# ہر تصویر ڈاؤن لوڈ کریں اور اسے فائل میں محفوظ کریں
for count, url in enumerate(images_urls):
    response = requests.get(url=url, headers=headers)

def download_file(count, response):
    # مواد کی قسم کے ہیڈر سے فائل کی توسیع حاصل کریں
    extension = response.headers.get("Content-Type").split("/")[1]
    filename = "./images/" + str(count) + f".{extension}"

    # اگر یہ موجود نہیں ہے تو ڈائریکٹری بنائیں
    os.makedirs(os.path.dirname(filename), exist_ok=True)

    # فائل پر جوابی مواد لکھیں
    with open(filename, "wb") as f:
        f.write(response.content)

for count, url in enumerate(images_urls):
    response = requests.get(url=url, headers=headers)
    download_file(count, response)

proxies = {
    'http': 'http://USER:PASS@HOST:PORT',
    'https': 'http://USER:PASS@HOST:PORT'
}
response = requests.get(url, headers=headers, proxies=proxies, verify=False)

import os
import requests
from lxml.html import fromstring


def download_file(count, response):
    """
    ./images/ ڈائریکٹری میں کسی فائل کے جواب کے مواد کو محفوظ کرتا ہے۔

    Args:
        count (int): فائل کے لئے ایک انوکھا شناخت کنندہ۔
        response (requests.Response):فائل مواد پر مشتمل HTTP جواب۔

    """
    # مواد کی قسم کے ہیڈر سے فائل کی توسیع حاصل کریں
    extension = response.headers.get("Content-Type").split("/")[1]
    filename = "./images/" + str(count) + f".{extension}"

    # اگر یہ موجود نہیں ہے تو ڈائریکٹری بنائیں
    os.makedirs(os.path.dirname(filename), exist_ok=True)

    # فائل پر جوابی مواد لکھیں
    with open(filename, "wb") as f:
        f.write(response.content)


def main():
    """
    تصاویر کی تلاش اور انہیں ڈاؤن لوڈ کرنے کے لئے مرکزی فنکشن۔

    یہ فنکشن مندرجہ ذیل اقدامات انجام دیتا ہے:
    1. درخواست کے ہیڈروں کو مرتب کرتا ہے۔
    2. یاہو پر پپیوں کی تصاویر کی تلاش۔
    3. تصویری URL کو نکالنے کے لئے HTML ردعمل کو پارس کرتا ہے۔
    4. ہر تصویر کو ڈاؤن لوڈ کرتا ہے اور اسے ./images/ ڈائریکٹری میں محفوظ کرتا ہے۔

    """
    #براؤزر کی درخواست کی نقل کرنے کے لئے ہیڈر کی وضاحت کریں
    headers = {
        "accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7",
        "accept-language": "en-IN,en;q=0.9",
        "cache-control": "max-age=0",
        "dnt": "1",
        "priority": "u=0, i",
        "sec-ch-ua": '"Google Chrome";v="125", "Chromium";v="125", "Not.A/Brand";v="24"',
        "sec-ch-ua-mobile": "?0",
        "sec-ch-ua-platform": '"Linux"',
        "sec-fetch-dest": "document",
        "sec-fetch-mode": "navigate",
        "sec-fetch-site": "none",
        "sec-fetch-user": "?1",
        "upgrade-insecure-requests": "1",
        "user-agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36",
    }

    # شرح کو محدود کرنے کے لئے پراکسیوں کی وضاحت کریں
    proxies = {"http": "http://USER:PASS@HOST:PORT", "https": "http://USER:PASS@HOST:PORT"}

    #تلاش کے استفسار کی وضاحت کریں
    search_query = "puppies"

    # یاہو امیجز سرچ پیج سے درخواست دیں
    response = requests.get(
        url=f"https://images.search.yahoo.com/search/images?p={search_query}",
        headers=headers,
        proxies=proxies,
        verify=False
    )

    # HTML ردعمل کی تجزیہ کریں
    parser = fromstring(response.text)

    # ایکسپاتھ کا استعمال کرتے ہوئے امیج یو آر ایل کو نکالیں
    images_urls = parser.xpath("//li[contains(@id, 'resitem-')]/a//@src")

    # ہر تصویر ڈاؤن لوڈ کریں اور اسے فائل میں محفوظ کریں
    for count, url in enumerate(images_urls):
        response = requests.get(url=url, headers=headers, proxies=proxies, verify=False)
        download_file(count, response)


if __name__ == "__main__":
    main()