Google 搜索图像下载 Python 代码出错

在使用 Python 从 Google 搜索中下载图像时遇到以下错误：

Traceback (most recent call last):
  File "C:\Python27\img_google3.py", line 37, in <module>
    dataInfo = data['results']
TypeError: 'NoneType' object has no attribute 'getitem'

想要使用 Python 下载图像，作为训练神经网络进行图像分类的一部分。

解决方案

1. 检查结果

   错误消息表明 results['responseData'] 为 None。可以通过打印 results 来检查实际获取的内容，以确定如何访问想要的数据。

2. 检查搜索结果范围

   在错误发生时，会获取以下结果：

   {u'responseData': None, # hence the error
    u'responseDetails': u'out of range start', # what went wrong
    u'responseStatus': 400} # http response code for "Bad request"
   

   错误是由于加载了一个超出搜索结果范围的 URL。在较低的数字下，可以从 results 中获得合理的内容。

3. 检查响应状态

   可以通过检查 results["responseStatus"] 的值来检查响应状态是否为 200（表示响应正常），如果是，则可以继续执行下载图像的操作。

4. 简化 URL 构建代码

   可以使用 Python 的 format() 函数来简化 URL 构建代码，使其更易读和维护。例如，可以将以下代码：

   url = ('https://ajax.googleapis.com/ajax/services/search/images?' + 'v=1.0&q='+searchTerm+'&start='+str(i*10)+'&userip=MyIP')
   

   替换为：

   template = 'https://ajax.googleapis.com/ajax/services/search/images?v=1.0&q={}&start={}&userip=MyIP'
   url = template.format(searchTerm, str(i * 10))
   

5. 代码示例

   以下是一个完整的 Python 代码示例，可以从 Google 搜索中下载图像：

   import os
   import sys
   import time
   from urllib import FancyURLopener
   import urllib2
   import simplejson
   
   # Define search term
   searchTerm = "parrot"
   
   # Replace spaces ' ' in search term for '%20' in order to comply with request
   searchTerm = searchTerm.replace(' ', '%20')
   
   # Start FancyURLopener with defined version
   class MyOpener(FancyURLopener):
       version = 'Mozilla/5.0 (Windows; U; Windows NT 5.1; it; rv:1.8.1.11) Gecko/20071127 Firefox/2.0.0.11'
   
   myopener = MyOpener()
   
   # Set count to 0
   count = 0
   
   for i in range(0, 10):
       # Notice that the start changes for each iteration in order to request a new set of images for each loop
       url = ('https://ajax.googleapis.com/ajax/services/search/images?' + 'v=1.0&q=' + searchTerm + '&start=' + str(i * 10) + '&userip=MyIP')
       print(url)
       request = urllib2.Request(url, None, {'Referer': 'testing'})
   
       # Get results using JSON
       results = simplejson.load(urllib2.urlopen(request))
   
       # Check response status
       if results["responseStatus"] == 200:
           data = results['responseData']
           dataInfo = data['results']
   
           # Iterate for each result and get unescaped url
           for myUrl in dataInfo:
               count = count + 1
               my_url = myUrl['unescapedUrl']
               myopener.retrieve(myUrl['unescapedUrl'], str(count) + '.jpg')
   
   print(count, "images downloaded.")