Skip to content
TheChatArchiveThe Chat Archive
Googlegemma-3-27b-it· GoogleHugging Face LMArena Human Preference 140K

znajdź sposób na pobranie wszystkich zdjęć z podanego katalogu na dysk twardy i pobierz…

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with grok-3-mini-beta’s answer.
  1. User
  2. Google Assistant

    Pobranie wszystkich zdjęć z podanego katalogu ze strony Szukaj w Archiwach jest skomplikowane i wymaga użycia skryptu, ponieważ strona nie oferuje bezpośredniej opcji pobrania wszystkich plików na raz. Strona jest dynamicznie generowana przez JavaScript, co utrudnia bezpośrednie pobieranie linków do obrazów.

    Oto kroki i przykładowy kod (Python) do osiągnięcia tego celu. Pamiętaj, że strona może się zmienić, co może wymagać modyfikacji skryptu.

    1. Zrozumienie struktury strony:

    • Strona używa JavaScript do ładowania obrazów.
    • Obrazy są ładowane dynamicznie podczas przewijania strony.
    • Linki do obrazów są ukryte w kodzie HTML, często w tagach <img> z atrybutem src lub w elementach <div> z tłem ustawionym na obraz.

    2. Potrzebne narzędzia:

    • Python: Język programowania.
    • Requests: Biblioteka do wysyłania żądań HTTP. pip install requests
    • Beautiful Soup 4: Biblioteka do parsowania HTML. pip install beautifulsoup4
    • Selenium: Biblioteka do automatyzacji przeglądarki (potrzebna do obsługi JavaScript). pip install selenium
    • Sterownik przeglądarki: Selenium wymaga sterownika dla przeglądarki, której chcesz użyć (np. ChromeDriver dla Chrome, GeckoDriver dla Firefox). Pobierz odpowiedni sterownik i umieść go w ścieżce systemowej lub określ jego ścieżkę w kodzie.

    3. Przykładowy kod Python (używający Selenium):

    from selenium import webdriver
    from selenium.webdriver.common.by import By
    from selenium.webdriver.support.ui import WebDriverWait
    from selenium.webdriver.support import expected_conditions as EC
    import requests
    import os
    from bs4 import BeautifulSoup
    
    # Konfiguracja
    URL = "https://www.szukajwarchiwach.gov.pl/en/zespol?p_p_id=Zespol&p_p_lifecycle=1&p_p_state=normal&p_p_mode=view&_Zespol_javax.portlet.action=zmienWidok&_Zespol_nameofjsp=skany&_Zespol_id_zespolu=72829"
    DOWNLOAD_FOLDER = "zdjecia_archiwum"  # Folder, do którego zostaną pobrane zdjęcia
    
    # Utwórz folder, jeśli nie istnieje
    if not os.path.exists(DOWNLOAD_FOLDER):
        os.makedirs(DOWNLOAD_FOLDER)
    
    # Inicjalizacja przeglądarki (używam Chrome)
    # Upewnij się, że masz zainstalowany ChromeDriver i jest w ścieżce systemowej
    driver = webdriver.Chrome()  # Możesz użyć webdriver.Firefox() jeśli masz Firefox i GeckoDriver
    
    try:
        driver.get(URL)
    
        # Poczekaj na załadowanie elementów (ważne, ponieważ strona ładuje się dynamicznie)
        # Dostosuj czas oczekiwania w razie potrzeby
        wait = WebDriverWait(driver, 10)
        wait.until(EC.presence_of_element_located((By.CLASS_NAME, "scan-image")))
    
        # Przewiń stronę, aby załadować wszystkie obrazy
        # Możesz dostosować liczbę przewinięć w zależności od liczby obrazów
        for _ in range(5):  # Przewiń 5 razy
            driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
            wait.until(EC.presence_of_element_located((By.CLASS_NAME, "scan-image")))
    
        # Pobierz kod HTML strony
        html = driver.page_source
    
        # Parsuj HTML za pomocą Beautiful Soup
        soup = BeautifulSoup(html, 'html.parser')
    
        # Znajdź wszystkie elementy zawierające obrazy (dostosuj selektor CSS w razie potrzeby)
        image_elements = soup.find_all('img', class_='scan-image')
    
        # Pobierz linki do obrazów i pobierz je
        for i, img in enumerate(image_elements):
            image_url = img.get('src')
            if image_url:
                try:
                    response = requests.get(image_url, stream=True)
                    response.raise_for_status()  # Sprawdź, czy żądanie się powiodło
    
                    filename = os.path.join(DOWNLOAD_FOLDER, f"zdjecie_{i+1}.jpg")  # Zmień rozszerzenie, jeśli to konieczne
                    with open(filename, 'wb') as f:
                        for chunk in response.iter_content(chunk_size=8192):
                            f.write(chunk)
                    print(f"Pobrano: {filename}")
                except requests.exceptions.RequestException as e:
                    print(f"Błąd pobierania obrazu {image_url}: {e}")
    
    except Exception as e:
        print(f"Wystąpił błąd: {e}")
    
    finally:
        driver.quit()  # Zamknij przeglądarkę
    

    Wyjaśnienie kodu:

    1. Import bibliotek: Importuje niezbędne biblioteki.
    2. Konfiguracja: Definiuje URL strony i folder docelowy.
    3. Inicjalizacja przeglądarki: Inicjalizuje przeglądarkę Chrome (możesz zmienić na Firefox).
    4. Otwarcie strony: Otwiera podany URL w przeglądarce.
    5. Czekanie na załadowanie elementów: Czeka na załadowanie elementów strony, co jest ważne, ponieważ strona ładuje się dynamicznie.
    6. Przewijanie strony: Przewija stronę kilka razy, aby załadować wszystkie obrazy.
    7. Pobranie kodu HTML: Pobiera kod HTML strony.
    8. Parsowanie HTML: Parsuje kod HTML za pomocą Beautiful Soup.
    9. Znajdowanie elementów obrazów: Znajduje wszystkie elementy <img> z klasą scan-image. Możesz potrzebować dostosować ten selektor CSS, jeśli struktura strony się zmieni.
    10. Pobieranie obrazów: Iteruje po znalezionych elementach obrazów, pobiera linki do obrazów i pobiera je do folderu docelowego.
    11. Obsługa błędów: Obsługuje błędy pobierania obrazów.
    12. Zamknięcie przeglądarki: Zamyka przeglądarkę.

    Ważne uwagi:

    • Dostosuj selektor CSS: soup.find_all('img', class_='scan-image') może wymagać modyfikacji, jeśli struktura strony się zmieni. Użyj narzędzi deweloperskich przeglądarki (F12) aby sprawdzić, jak są zorganizowane elementy obrazów na stronie.
    • Przewijanie strony: Liczba przewinięć (for _ in range(5):) może wymagać dostosowania w zależności od liczby obrazów na stronie.
    • Czas oczekiwania: wait = WebDriverWait(driver, 10) może wymagać dostosowania, jeśli strona ładuje się wolno.
    • Sterownik przeglądarki: Upewnij się, że masz zainstalowany odpowiedni sterownik przeglądarki i jest on w ścieżce systemowej.
    • Etykieta: Pamiętaj o szacunku dla serwera i nie pobieraj obrazów zbyt szybko, aby nie przeciążyć go. Możesz dodać opóźnienie między pobieraniem obrazów za pomocą time.sleep().
    • Warunki użytkowania: Sprawdź warunki użytkowania strony Szukaj w Archiwach, aby upewnić się, że pobieranie obrazów jest dozwolone.

    Alternatywne podejścia:

    • Użycie API (jeśli dostępne): Jeśli strona udostępnia API, może to być bardziej niezawodny i wydajny sposób pobierania danych. Sprawdź dokumentację strony, aby zobaczyć, czy API jest dostępne.
    • Scrapy: Scrapy to framework do web scrapingu, który może być bardziej odpowiedni do bardziej złożonych zadań.

    Pamiętaj, że web scraping może być delikatny i wymaga ostrożności. Zawsze szanuj warunki użytkowania strony i nie przeciążaj serwera.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.