上周有个需求需要把爬取的图片上传到Magento后台服务器，并显式声明文件格式，例如：
"type": "image/jpeg",
"name": "abc.jpg",
'base64_encoded_data': "b64encoding_string"
上传过程中服务器会根据图片的二进制头来验证格式，如果与type声明的格式不一致或者此格式(比如：webp)服务器不支持，就会抛出不匹配异常。
我面临两个问题：
- 下载图片的url文件名后缀和图片真实格式并不一样，比如下载下来的是abc.jpg但通过二进制打开发现图片格式其实是webp。
- 下载后上传前我并不知道文件是什么格式的。
所以我需要工具解决图片转码和图片识别的问题，这里总结一下用到的工具和步骤：
import hashlib
import base64
import requests
import os, time
from PIL import Image
# 指定图片下载与转码路径
basedir = os.path.abspath(os.path.dirname(__name__))
image_path = os.path.join(basedir, 'static')
def image_download(image_link):
headers = {
'Cache-Control': "no-cache",
'user-agent': "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.92 Safari/537.36",
}
# 用url的md5指纹作为文件名
image_guid = hashlib.md5(image_link.encode('utf-8')).hexdigest()
filename = os.path.join(image_path, image_guid)
if os.path.exists(filename):
image = Image.open(filename)
image_format = image.format
else:
while True:
response = requests.request("GET", image_link, headers=headers)
if len(response.content) == int(response.headers['Content-Length']):
with open(filename, 'wb') as f:
f.write(response.content)
# 读取文件二进制格式
image = Image.open(filename)
image_format = image.format
# 如果是服务器不支持的webp格式转为jpeg格式
if image_format == 'WEBP':
image.save(filename, 'JPEG')
image_format = 'JPEG'
break
else:
time.sleep(1)
# 返回文件名与图片格式
return image_guid, image_format
# base64转码生成body体用于上传
def image_read_base64(image):
filename = os.path.join(image_path, image)
with open(filename, 'rb') as f:
b64encoding = base64.b64encode(f.read())
return b64encoding.decode()
