Inicio>Relacionado con la programación>Otro código fuente
Descargar

Descargador de imágenes de Pinterest (pinterest-dl)

Esta biblioteca facilita la extracción y descarga de imágenes de Pinterest. Al utilizar Selenium para la automatización, permite a los usuarios extraer imágenes de una URL de Pinterest específica y guardarlas en un directorio elegido.

Incluye una CLI para uso directo y una API de Python para acceso programático. La herramienta admite la extracción de imágenes de tableros y pines públicos y privados mediante cookies del navegador. También permite a los usuarios guardar las URL eliminadas en un archivo JSON para acceder a ellas en el futuro.

️ Descargo de responsabilidad:
Este proyecto es independiente y no está afiliado a Pinterest. Está diseñado únicamente con fines educativos. Tenga en cuenta que la automatización del raspado de sitios web puede entrar en conflicto con sus Términos de servicio. El propietario del repositorio se exime de cualquier responsabilidad por el mal uso de esta herramienta. Úselo responsablemente y bajo su propio riesgo legal.

?️ Nota:
Este proyecto se inspira en pinterest-image-scraper.

? Características

  • ✅ Extraiga imágenes directamente de una URL de Pinterest.
  • ✅ Descargue imágenes de forma asincrónica de una lista de URL. (ver solicitud de extracción)
  • ✅ Guarde las URL eliminadas en un archivo JSON para acceder a ellas en el futuro.
  • ✅ Modo incógnito para mantener tu scraping discreto.
  • ✅ Acceda a resultados detallados para una depuración eficaz.
  • ✅ Soporte para el navegador Firefox.
  • ✅ Inserte texto alt para las imágenes como comment de metadatos en la imagen descargada para facilitar la búsqueda.
  • ✅ Elimina tableros y pines privados con cookies del navegador. (ver solicitud de extracción)
  • ✅ Extraiga imágenes utilizando la API de Pinterest de ingeniería inversa. (Este será el comportamiento predeterminado. Puede usar webdriver especificando --client chrome o --client firefox ) (consulte la solicitud de extracción

Problemas conocidos

  • ? Incompatibilidad con URL de Pinterest que incluyen consultas de búsqueda.
  • ? No probado exhaustivamente en Linux y Mac. Cree un problema para informar cualquier error.

? Requisitos

  • Python 3.10 o más reciente
  • Navegador Chrome o Firefox

? Instalación

Usando pip (recomendado) 

pip install pinterest-dl

Clonación desde GitHub 

git clone https://github.com/sean1832/pinterest-dl.git
cd pinterest-dl
pip install .

Uso de CLI

Estructura de mando general 

pinterest-dl [command] [options]

Ejemplos

Raspado de imágenes en modo anónimo:

Extraiga imágenes en modo anónimo, sin iniciar sesión, en el directorio ./images/art desde la URL de Pinterest https://www.pinterest.com/pin/1234567 con un límite de 30 imágenes y una resolución mínima de 512x512 . Guarde las URL raspadas en un archivo JSON . 

pinterest-dl scrape " https://www.pinterest.com/pin/1234567 " " images/art " -l 30 -r 512x512 --json

Obtener cookies del navegador:

Obtenga las cookies del navegador para iniciar sesión en Pinterest y guárdelas en el archivo cookies.json en modo frontal (con la ventana del navegador). 

pinterest-dl login -o cookies.json --headful

Consejo

Se le pedirá que ingrese su correo electrónico y contraseña de Pinterest. La herramienta guardará las cookies del navegador en el archivo especificado para uso futuro.

Raspado de tableros privados:

Extraiga imágenes de un tablero privado de Pinterest utilizando las cookies guardadas en el archivo cookies.json . 

pinterest-dl scrape " https://www.pinterest.com/pin/1234567 " " images/art " -l 30 -c cookies.json

Consejo

Puede usar la opción --client para usar chrome o firefox Webdriver para raspar. Esto es más lento pero más confiable. Abrirá un navegador en modo sin cabeza para extraer imágenes. También puede utilizar el indicador --headful para ejecutar el navegador en modo de ventana.

Descarga de imágenes:

Descargue imágenes del archivo art.json al directorio ./downloaded_imgs con una resolución mínima de 1024x1024 . 

pinterest-dl download art.json -o downloaded_imgs -r 1024x1024

Comandos

1. Iniciar sesión

Inicie sesión en Pinterest utilizando sus credenciales para obtener cookies del navegador para extraer tableros y pines privados.

Sintaxis: 

pinterest-dl login [options]

Opciones:

  • -o , --output [file] : archivo para guardar las cookies del navegador para uso futuro. (predeterminado: cookies.json )
  • --client : elige el cliente de scraping ( chrome / firefox ). (predeterminado: chrome )
  • --headful : se ejecuta en modo headful con la ventana del navegador.
  • --verbose : habilita la salida detallada para la depuración.
  • --incognito : activa el modo incógnito para raspar.

Consejo

Después de ingresar el comando login , se le pedirá que ingrese su correo electrónico y contraseña de Pinterest. Luego, la herramienta guardará las cookies del navegador en el archivo especificado para su uso futuro. (si no se especifica, se guardará en ./cookies.json )

2. Raspar

Extraiga imágenes de una URL de Pinterest específica.

Sintaxis: 

pinterest-dl scrape [url] [output_dir] [options]

Opciones:

  • -c , --cookies [file] : archivo que contiene cookies del navegador para tableros/pins privados. Ejecute el comando login para obtener cookies.
  • -l , --limit [number] : número máximo de imágenes para descargar (predeterminado: 100).
  • -r , --resolution [width]x[height] : resolución mínima de imagen para descargar (por ejemplo, 512x512).
  • --timeout [second] : tiempo de espera en segundos para solicitudes (predeterminado: 3).
  • --json : guarda las URL eliminadas en un archivo JSON.
  • --dry-run : ejecuta scrape sin descargar imágenes.
  • --verbose : habilita la salida detallada para la depuración.
  • --client : elija el cliente de scraping ( api / chrome / firefox ). (predeterminado: API)
  • --incognito : activa el modo incógnito para raspar. ( solo cromo/firefox )
  • --headful : se ejecuta en modo headful con la ventana del navegador. ( solo cromo/firefox )

3. Descargar

Descargue imágenes de una lista de URL proporcionadas en un archivo.

Sintaxis: 

pinterest-dl download [url_list] [options]

Opciones:

  • -o , --output [directory] : directorio de salida (predeterminado: ./<json_filename>).
  • -r , --resolution [width]x[height] : resolución mínima para descargar (por ejemplo, 512x512).
  • --verbose : habilita la salida detallada.

API de Python

También puede utilizar la clase PinterestDL directamente en su código Python para extraer y descargar imágenes mediante programación.

1. Eliminación y descarga rápida

El siguiente ejemplo muestra cómo extraer y descargar imágenes de una URL de Pinterest en un solo paso. 

 from pinterest_dl import PinterestDL

# Initialize and run the Pinterest image downloader with specified settings
images = PinterestDL . with_api (
    timeout = 3 ,  # Timeout in seconds for each request (default: 3)
    verbose = False ,  # Enable detailed logging for debugging (default: False)
). scrape_and_download (
    url = "https://www.pinterest.com/pin/1234567" ,  # Pinterest URL to scrape
    output_dir = "images/art" ,  # Directory to save downloaded images
    limit = 30 ,  # Max number of images to download 
    min_resolution = ( 512 , 512 ),  # Minimum resolution for images (width, height) (default: None)
    json_output = "art.json" ,  # File to save URLs of scraped images (default: None)
    dry_run = False ,  # If True, performs a scrape without downloading images (default: False)
    add_captions = True ,  # Adds image `alt` text as metadata to images (default: False)
)

2. Scrape con cookies para tableros privados

2a. Obtener cookies Primero debe iniciar sesión en Pinterest para obtener cookies del navegador para extraer tableros y pines privados. 

 import os
import json

from pinterest_dl import PinterestDL

# Make sure you don't expose your password in the code.
email = input ( "Enter Pinterest email: " )
password = os . getenv ( "PINTEREST_PASSWORD" )

# Initialize browser and login to Pinterest
cookies = PinterestDL . with_browser (
    browser_type = "chrome" ,
    headless = True ,
). login ( email , password ). get_cookies (
    after_sec = 7 ,  # Time to wait before capturing cookies. Login may take time.
)

# Save cookies to a file
with open ( "cookies.json" , "w" ) as f :
    json . dump ( cookies , f , indent = 4 )

2b. Raspe con cookies Después de obtener cookies, puede usarlas para raspar tableros y pines privados. 

 from pinterest_dl import PinterestDL

# Initialize and run the Pinterest image downloader with specified settings
images = (
    PinterestDL . with_api ()
    . with_cookies (
        "cookies.json" ,  # Path to cookies file
    )
    . scrape_and_download (
        url = "https://www.pinterest.com/pin/1234567" ,  # Assume this is a private board URL
        output_dir = "images/art" ,  # Directory to save downloaded images
        limit = 30 ,  # Max number of images to download
    )
)

3. Scraping detallado con control de nivel inferior

Utilice este ejemplo si necesita un control más granular sobre la extracción y descarga de imágenes.

3a. Con API 

 import json

from pinterest_dl import PinterestDL

# 1. Initialize PinterestDL with API.
scraped_images = PinterestDL . with_api (). scrape (
    url = "https://www.pinterest.com/pin/1234567" ,  # URL of the Pinterest page
    limit = 30 ,  # Maximum number of images to scrape
    min_resolution = ( 512 , 512 ),  # <- Only available to set in the API. Browser mode will have to pruned after download.
)

# 2. Save Scraped Data to JSON
# Convert scraped data into a dictionary and save it to a JSON file for future access
images_data = [ img . to_dict () for img in scraped_images ]
with open ( "art.json" , "w" ) as f :
    json . dump ( images_data , f , indent = 4 )

# 3. Download Images
# Download images to a specified directory
downloaded_imgs = PinterestDL . download_images ( images = scraped_images , output_dir = "images/art" )

valid_indices = list ( range ( len ( downloaded_imgs )))  # All images are valid to add captions

# 4. Add Alt Text as Metadata
# Extract `alt` text from images and set it as metadata in the downloaded files
PinterestDL . add_captions ( images = downloaded_imgs , indices = valid_indices )

3b. Con navegador 

 import json

from pinterest_dl import PinterestDL

# 1. Initialize PinterestDL with API.
scraped_images = PinterestDL . with_browser (
    browser_type = "chrome" ,  # Browser type to use ('chrome' or 'firefox')
    headless = True ,  # Run browser in headless mode
). scrape (
    url = "https://www.pinterest.com/pin/1234567" ,  # URL of the Pinterest page
    limit = 30 ,  # Maximum number of images to scrape
)

# 2. Save Scraped Data to JSON
# Convert scraped data into a dictionary and save it to a JSON file for future access
images_data = [ img . to_dict () for img in scraped_images ]
with open ( "art.json" , "w" ) as f :
    json . dump ( images_data , f , indent = 4 )

# 3. Download Images
# Download images to a specified directory
downloaded_imgs = PinterestDL . download_images ( images = scraped_images , output_dir = "images/art" )

# 4. Prune Images by Resolution
# Remove images that do not meet the minimum resolution criteria
valid_indices = PinterestDL . prune_images ( images = downloaded_imgs , min_resolution = ( 200 , 200 ))

# 5. Add Alt Text as Metadata
# Extract `alt` text from images and set it as metadata in the downloaded files
PinterestDL . add_captions ( images = downloaded_imgs , indices = valid_indices )

Licencia

Licencia Apache 2.0

Expandir
Información adicional
Aplicaciones relacionadas
Recomendado para ti
Información relacionada Todo