python3 で画像データをスクレイピング出来ない

Question

Beautifulsoupとrequestsを使って厚生労働省(https://www.mhlw.go.jp/stf/newpage_11043.html)の以下の画像ファイルをスクレイピングにより取得しようとしているのですが出来ませんでした。
恐らくimgに指定の画像が入っていると思います。
取得した画像ファイルが特別なものなのでしょうか。
どなたかお分かりになる方、質問にお答えくださると幸いです。
よろしくお願いいたします。

import requests
from bs4 import BeautifulSoup
from lxml import html

target_url='https://www.mhlw.go.jp/stf/newpage_11043.html'
res = requests.get(target_url)
res.raise_for_status()
soup = bs4.BeautifulSoup(res.content, "html.parser")
elems=soup.select('a')
img=soup.select('.m-grid__col1')[0].find('img')
r = requests.get(img['src'])
with open(str('./picture/')+str(uuid.uuid4())+str('.jpeg'),'wb') as file:
    file.write(r.content)

---------------------------------------------------------------------------
InvalidSchema                             Traceback (most recent call last)
<ipython-input-475-b6e5e58c21be> in <module>
----> 1 r = requests.get(img['src'])
      2 with open(str('./picture/')+str(uuid.uuid4())+str('.jpeg'),'wb') as file:
      3     file.write(r.content)

/usr/local/lib/python3.7/site-packages/requests/api.py in get(url, params, **kwargs)
     73 
     74     kwargs.setdefault('allow_redirects', True)
---> 75     return request('get', url, params=params, **kwargs)
     76 
     77 

/usr/local/lib/python3.7/site-packages/requests/api.py in request(method, url, **kwargs)
     58     # cases, and look like a memory leak in others.
     59     with sessions.Session() as session:
---> 60         return session.request(method=method, url=url, **kwargs)
     61 
     62 

/usr/local/lib/python3.7/site-packages/requests/sessions.py in request(self, method, url, params, data, headers, cookies, files, auth, timeout, allow_redirects, proxies, hooks, stream, verify, cert, json)
    531         }
    532         send_kwargs.update(settings)
--> 533         resp = self.send(prep, **send_kwargs)
    534 
    535         return resp

/usr/local/lib/python3.7/site-packages/requests/sessions.py in send(self, request, **kwargs)
    638 
    639         # Get the appropriate adapter to use
--> 640         adapter = self.get_adapter(url=request.url)
    641 
    642         # Start time (approximately) of the request

/usr/local/lib/python3.7/site-packages/requests/sessions.py in get_adapter(self, url)
    729 
    730         # Nothing matches :-/
--> 731         raise InvalidSchema("No connection adapters were found for '%s'" % url)
    732 
    733     def close(self):
InvalidSchema: No connection adapters were found for 'data:image/png;base64,iVBORw0KGgoA・・・'

Answer 1

実際のHTMLを見て無いのでしょうか？
<img src="https://~~" />じゃなくて、<img src="data:~~" />ですよ。

Comments

[comet0310]

コメントありがとう御座います。
data: に関してはスクレイピング出来ないという事でしょうか。

[otn]

できますよ。というか、出来てますよ。

[otn]

data: の意味がわからないと言うことであれば、
https://ja.wikipedia.org/wiki/Data_URI_scheme
https://developer.mozilla.org/ja/docs/Web/HTTP/Basics_of_HTTP/Data_URIs
などを参照してください。

[comet0310]

ありがとう御座います。確かにアドレスバーに入力した所画像が表示されました。
さらに質問で申し訳ないのですがこの　dataスキームをpng画像に変換して保存する方法はありますでしょうか。調べても出てこなかったのでよろしければ教えて頂けると幸いです

[otn]

説明を読んでも理解できなかったということでしょうか？
src="data:image/png;base64,～～～～"
の ～～～ の部分を取り出して、base64でデコードします。
取り出しは、固定文字列の削除なのでreplaceで。
デコードはbase64.b64decode()で。
デコード結果がバイト列になるので、ファイルにバイナリーモードで書き出します。

[comet0310]

ありがとう御座います。
f = open('test.png', 'wb') # バイナリモードでファイルに書き込み
f.write(base64.b64decode(img)) # \n (LF)で保存される
f.close()
にて出来ました。