WEBP图片下载后显示异常问题：原因分析与修复方案

我的代码如下：

# Extract the images
images = product_soup.find_all('div', class_='woocommerce-product-gallery__image')
for i, image in enumerate(images):
    img_src = image.find('img')['src']
    print(img_src)

    # Download the image
    img_r = r.get(img_src, stream=True)

    # Save the image with the title and a number as the file name
    with open(f'{title}_{i}.jpg', 'wb') as f:
        for chunk in img_r:
            f.write(chunk)

运行后部分图片无法正常显示，观察发现这些图片实际为WEBP格式，但手动保存为JPG格式可正常显示。

问题原因 #

• 直接将WEBP格式的二进制数据保存为.jpg后缀文件，文件实际格式与后缀名不匹配，部分图片查看器或系统无法自动识别这种不匹配的文件，导致显示异常。
• 部分网站会根据请求头返回更优格式（如WEBP以节省带宽），你的请求未指定接受的图片格式，因此拿到WEBP数据却按JPG保存，引发兼容性问题。

修复方案 #

方案1：根据真实格式命名文件 #

通过响应头获取图片实际格式，对应命名文件：

# Extract the images
images = product_soup.find_all('div', class_='woocommerce-product-gallery__image')
for i, image in enumerate(images):
    img_src = image.find('img')['src']
    print(img_src)

    # Download the image
    img_r = r.get(img_src, stream=True)
    img_r.raise_for_status()  # 确保请求成功

    # 从响应头获取图片格式
    content_type = img_r.headers.get('Content-Type')
    if content_type == 'image/webp':
        ext = 'webp'
    elif content_type == 'image/jpeg':
        ext = 'jpg'
    elif content_type == 'image/png':
        ext = 'png'
    else:
        # 从URL提取后缀作为备选
        ext = img_src.split('.')[-1].split('?')[0]

    # 按真实格式保存文件
    with open(f'{title}_{i}.{ext}', 'wb') as f:
        for chunk in img_r:
            f.write(chunk)

方案2：将WEBP转换为JPG保存 #

使用PIL库（需先执行pip install pillow安装）将WEBP格式转换为JPG后保存：

from PIL import Image
import io

# Extract the images
images = product_soup.find_all('div', class_='woocommerce-product-gallery__image')
for i, image in enumerate(images):
    img_src = image.find('img')['src']
    print(img_src)

    # Download the image
    img_r = r.get(img_src, stream=True)
    img_r.raise_for_status()

    # 读取并转换图片
    img_data = io.BytesIO(img_r.content)
    try:
        img = Image.open(img_data)
        # WEBP格式需转RGB才能保存为JPG
        if img.format == 'WEBP':
            img = img.convert('RGB')
        img.save(f'{title}_{i}.jpg', 'JPEG')
    except Exception as e:
        print(f"处理图片{i}失败: {e}")

额外优化：请求时指定优先获取JPG #

在请求头中添加Accept字段，让服务器优先返回JPG格式：

headers = {
    'Accept': 'image/jpeg, image/png'
}
img_r = r.get(img_src, headers=headers, stream=True)

内容的提问来源于stack exchange，提问作者Rayly Esta