如何抓取confluence.org站点中PHP生成的图片形式的用户邮箱地址

云上老周

2026-10-16

问题核心

你当前的问题既不是图片处理环节的问题，也不是PHP资源逻辑错误，本质是没有正确获取到邮箱对应的图片二进制资源：直接从保存的本地网页中拿到的visitormailimg.php并不是真实的图片文件，只是对应服务端接口的路径标识。

可行实现方案

1. 构造完整的图片请求链接

你从HTML中拿到的src="visitormailimg.php?id=851"是相对路径，需要拼接站点根路径得到完整的请求URL，示例格式为https://confluence.org/visitormailimg.php?id=851，如果站点部署在子路径下自行调整前缀即可。

2. 正确请求获取图片资源

不要通过保存网页的方式获取资源，直接用网络请求库（Python下推荐requests）请求上述完整URL，需要携带和浏览器访问一致的请求头（User-Agent、登录态Cookie为必填，避免被站点反爬拦截），请求成功后返回的二进制内容就是邮箱图片本身，可直接存储为png/jpg格式的图片文件，参考代码片段：

import requests

# 替换为你自己浏览器访问站点时的请求头
HEADERS = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36",
    "Cookie": "你登录confluence.org后浏览器存储的Cookie内容"
}

img_id = 851
img_url = f"https://confluence.org/visitormailimg.php?id={img_id}"
resp = requests.get(img_url, headers=HEADERS)
# 保存为图片文件
with open(f"mail_{img_id}.png", "wb") as f:
    f.write(resp.content)

如果不想落地存储文件，也可以直接把resp.content传入图像处理库做后续识别，效率更高。