пакетное декодирование изображений base64 - PullRequest
Новая
       36

пакетное декодирование изображений base64

0 голосов
/ 23 сентября 2018

У меня есть большой (117 МБ!) Html-файл, в котором тысячи изображений закодированы как base64, я хотел бы декодировать их в JPG, но моего bash-fu недостаточно для этого, и у меня нетудалось найти ответ онлайн

Ответы [ 3 ]

0 голосов
/ 23 сентября 2018
  1. Используйте regex для направления изображений base64 в отдельные файлы
  2. Цикл записи для перебора ваших файлов.
  3. Команда Bash для декодирования файлов будет выглядеть следующим образом: cat base64_file1 | base64 -d> file1.jpg
0 голосов
/ 23 сентября 2018

В общем, HTML не может быть правильно проанализирован с помощью регулярных выражений, но если у вас есть определенный ограниченный формат, он может работать.

Учитывая простой формат, такой как 

<body>
<img src="data:image/jpeg;base64,DpFDPGOIg3renreGR43LGLJKds==">
<img src="data:image/jpeg;base64,DpFDPGOIg3renreGR43LGLJKds=="><img src="data:image/jpeg;base64,DpFaPGOIg3renreGR43LGLJKds==">
<div><img src="data:image/jpeg;base64,DpFdPGOIg3renreGR43LGLJKds=="></div>
</body>

следующие данные могут извлечь данные 

i=0; awk 'BEGIN{RS="<"} /="data:image\/jpeg;base64,[^\"]*"/ { match($0, /="data:image\/jpeg;base64,([^\"]*)"/, data); print data[1]; }' test.html | while read d; do echo $d  | base64 -d > $i.jpg; i=$(($i+1)); done

Чтобы разбить это на части:

i=0 Сохраните счетчик, чтобы мы могли выводить разные имена файлов для каждого изображения.

awk 'BEGIN{RS="<"} Запустите awk с разделителем записей, измененным с новой строки по умолчанию на <, поэтому мы всегда обрабатываем каждый элемент HTML как отдельную запись. </p>

/="data:image\/jpeg;base64,[^\"]*"/ Выполняем только следующие команды для записей, в которые встроены данные JPEG в формате base64.

{ match($0, /="data:image\/jpeg;base64,([^\"]*)"/, data); print data[1]; }' Извлеките сами данные, часть, соответствующую скобкам между запятой и конечной кавычкой, затем напечатайте их.

test.html Только имя файла ввода.

| while read d; do Передать выходные данные base64 в цикл.read будет помещать каждую строку в d до тех пор, пока не прекратится ввод.

echo $d | base64 -d > img$i.jpg; Передать текущее изображение через декодер base64 и сохранить вывод в файл.

i=$(($i+1)); Инкремент для изменения следующего имени файла.

done Готово.

Есть несколько вещей, которые можно было бы сделать лучше здесь:

  • Должно бытьспособ получить регулярное выражение соответствия строки для непосредственного захвата данных base64, вместо повторения регулярного выражения при вызове функции match(), но я не смог заставить его работать.
  • Я не знаюЭто не похоже на технику чтения канала в переменную d только для вывода его обратно в другой канал - было бы лучше просто передать прямо через канал - но base64 не знает, использовать только одну строку ввода.
  • По какой-то причине я еще не понял, увеличивая счетчик непосредственно там, где он используется (то есть echo $d | base64 -d > img$((i++)).jpg), записывая только в первый файл, даже если echo $d > img$((i++)).b64 правильно записал закодированные данные в несколько файлов.Вместо того чтобы ждать, пока я это решу, я просто разделил приращение на собственную команду.
0 голосов
/ 23 сентября 2018

Вы можете попробовать удалить закодированные строки изображений, используя Python.Затем проверьте this для преобразования закодированных строк в изображения.

...