怎么用脚本提取图标

wen 实用脚本 2026-08-01 2

从零到精通的自动化提取指南（附Python/Shell实战代码）

目录导读

为什么需要脚本提取图标？（场景与痛点）
前置准备：图标格式与资源位置解析
核心方法一：Python + 正则表达式 + 请求库（提取网页favicon与CSS雪碧图）
核心方法二：Shell脚本批量提取（适用于本地目录与APP资源包）
进阶技巧：处理SVG、Base64内嵌图标与跨域限制
常见问题QA（附故障排查清单）
脚本化提取的三大原则

为什么需要脚本提取图标？

手动下载图标费时且易漏，无论是从网站抓取品牌Logo、从APK/APP安装包抽取应用图标，还是从设计稿（如Figma导出）批量收集素材，脚本都能实现批量、精准、可复用，尤其当图标以CSS背景、Base64字符串或字体文件（iconfont）形式存在时,手工几乎无法处理。

怎么用脚本提取图标

前置准备：图标格式与资源位置解析

常见格式：.ico、.png、.svg、.webp，以及字体图标（.woff2 + 对应Unicode映射）。
隐藏位置：
- 网页：<link rel="icon">、CSS background-image、JS动态加载。
- 本地：Android的mipmap文件夹、iOS的AppIcon.appiconset、Windows的.exe资源段。
识别工具：curl + grep 快速定位，或使用浏览器开发者工具“网络”面板筛选图片类型。

核心方法一：Python脚本提取网页图标（含CSS解析）

场景：抓取某网站所有页面使用的图标并保存为本地文件。

脚本逻辑（伪代码 + 关键函数）：

import requests
from bs4 import BeautifulSoup
import re, os, base64
def extract_favicon(url):
    html = requests.get(url).text
    soup = BeautifulSoup(html, 'html.parser')
    # 1. 提取<link rel="icon">的href
    icon_link = soup.find('link', rel=re.compile('icon'))
    if icon_link:
        return icon_link.get('href')
    # 2. 解析CSS中的background-image: url('...')
    css_urls = re.findall(r'background-image:\s*url\(["\']?(.*?)["\']?\)', html)
    return css_urls[0] if css_urls else None
# 下载并保存，处理相对路径与Base64
def download_icon(icon_url, base_url, save_path):
    if icon_url.startswith('data:image'):  # 内嵌Base64
        img_data = base64.b64decode(icon_url.split(',')[1])
        with open(save_path, 'wb') as f: f.write(img_data)
    else:
        full_url = urljoin(base_url, icon_url)
        with open(save_path, 'wb') as f: f.write(requests.get(full_url).content)

关键技巧：使用urljoin合并相对路径；对于CSS背景图，需解析<style>或外部.css文件；用re匹配单双引号与无引号三种情况。

核心方法二：Shell脚本批量提取本地图标

场景：从解压后的Android APK目录中提取所有尺寸的启动图标。

脚本示例（Bash）：

#!/bin/bash
target_dir="/path/to/apk/res/mipmap-*"
output_dir="./extracted_icons"
mkdir -p "$output_dir"
# 找到所有png文件，排除非图标（如背景图）
find $target_dir -name "ic_launcher*.png" | while read file; do
    # 提取密度文件夹名（如xxhdpi）
    density=$(basename "$(dirname "$file")")
    cp "$file" "$output_dir/icon_${density}.png"
done
echo "提取完成，共 $(ls $output_dir | wc -l) 个图标"

增强版：用file命令检查是否为有效PNG；使用rsync或tar归档。

进阶技巧：处理SVG、Base64与跨域

SVG提取：优先使用lxml解析XML，保留<svg>标签原始样式,而非转成PNG。
Base64内嵌：注意data:image/svg+xml;base64会包含与，用base64.b64decode前需先去除data:前缀。
跨域限制：若目标网站有反爬，设置User-Agent与Referer；对于字体图标，需额外下载.woff2文件，并用fonttools库解析映射表（glyph名称 → Unicode码点）才能将图标映射为PNG。

常见问题QA（问答）

Q1：提取的图标不完整，只下载了空白图片？ A：可能是CSS语法多变（如url( "..." )带空格），建议用cssutils库解析CSS，而非纯正则；另外检查图片是否用了相对路径,需拼接域名。

Q2：脚本能提取网页中所有小图标（如分享按钮）吗？ A：可以，但需定义筛选规则，用BeautifulSoup找出所有<img>且width < 50px，或分析CSS类名（如.icon-*）,再批量下载。

Q3：有没有Windows下可视化界面？ A：可配合tkinter写个GUI，但更推荐用Portia或Scrapy框架搭配Splash渲染JS，Windows下若遇权限问题,以管理员运行终端。

Q4：如何处理字体图标（iconfont）？ A：下载.woff2后，用fonttools的TTFont加载，遍历cmap表获取每个Unicode码点对应的字形形状，再用PIL或cairosvg栅格化为PNG。

脚本化提取的三大原则

先分析，后编码：用浏览器Network面板确认资源真实URL格式,避免盲目正则。
容错与重试：增加异常捕获（try...except）和下载重试机制（如requests的Retry适配器）。
输出结构化：保存为JSON清单（含来源URL、尺寸、格式）,方便后续自动化流程调用。

脚本本身是手段，高效复用与稳定产出才是核心，如果目标网站有法律条款限制，请务必遵守robots.txt与版权许可。

（文章结束）