使用R语言从链接下载图片后无法打开的问题求助

下载的文件无法打开，大概率是因为网站返回的不是图片内容（比如HTML错误页、验证页面），而非代码的写入逻辑问题。以下是具体排查和解决步骤：

1. 先确认下载内容的实际类型 #

读取已下载文件的前几行，判断是否为图片：

# 读取下载的文件内容
content <- readLines("image.jpg", n = 5)
print(content)

如果输出是<html>、<body>这类HTML标签，说明网站拒绝了直接请求，返回了验证页面，而非图片数据。

2. 用会话保持+完整请求头模拟浏览器访问 #

该网站需要会话Cookie和完整请求头才能返回图片，用httr的会话对象模拟正常浏览器行为：

library(httr)

# 先访问网站主页，获取必要的会话Cookie
session <- session("https://shaarolami-query.customs.mof.gov.il/CustomspilotWeb/en/PreRuling/Home/Index")

# 目标图片链接
image_url <- "https://shaarolami-query.customs.mof.gov.il/CustomspilotWeb/en/PreRuling/Home/GetPicture?requestNumber=2023900009118"

# 携带会话和完整请求头请求图片
response <- session_get(session, image_url, add_headers(
  "User-Agent" = "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:120.0) Gecko/20100101 Firefox/120.0",
  "Referer" = "https://shaarolami-query.customs.mof.gov.il/CustomspilotWeb/en/PreRuling/Home/Index"
))

# 验证响应并写入文件
if (http_status(response)$status == 200 && grepl("image", response$headers$`content-type`)) {
  writeBin(content(response, "raw"), "image.jpg")
  cat("图片下载成功，可正常打开\n")
} else {
  cat("下载失败，状态码:", http_status(response)$status, "\n内容类型:", response$headers$`content-type`, "\n")
  # 输出响应内容排查问题
  cat("响应内容预览:\n", paste(content(response, "text"), collapse = "\n"))
}

3. 修正原有代码的逻辑问题 #

• 第二段代码中重复调用download.file，会导致文件被覆盖，且img_links未初始化，需删除冗余的download.file调用。
• 确保文件名带有正确的图片后缀（如.jpg），避免系统无法识别文件类型。

补充说明 #

部分政府类网站有反爬机制，必须模拟完整的用户访问流程：

• 先访问网站主页建立会话，获取必要Cookie
• 请求头需包含User-Agent、Referer等字段，模拟正常浏览器请求

内容的提问来源于stack exchange，提问作者lokij