【问题标题】:How do I scrape image-src in beautifulsoup如何在 beautifulsoup 中刮取 image-src
【发布时间】:2019-08-18 11:41:24
【问题描述】:

我正在尝试在此代码中获取 image-src:

<img alt='Original Xiaomi Redmi Note 5 4GB RAM 64GB ROM Snapdragon S636 Octa Core Mobile Phone MIUI9 5.99" 2160*1080 4000mAh 12.0+5.0MP(China)' class="picCore" id="limage_32856997152" image-src="//ae01.alicdn.com/kf/HTB1WDJZbE_rK1Rjy0Fcq6zEvVXaS/Original-Xiaomi-Redmi-Note-5-4GB-RAM-64GB-ROM-Snapdragon-S636-Octa-Core-Mobile-Phone-MIUI9.jpg_220x220xz.jpg" itemprop="image"/>

我试过这段代码,但它不起作用:

images = soup.find('img').get('image-src')

通常我使用get('src'),它可以工作,但问题出在这里:我需要使用不起作用的 image-src。

【问题讨论】:

标签: python beautifulsoup


【解决方案1】:

查看this 文档,我找到了适用于这种情况的find_all 方法:

这对我有用:

for link in soup.find_all('img'):
    print(link.get('image-src'))

这是我的完整代码:

from bs4 import BeautifulSoup

html_doc = """
<img alt='Original Xiaomi Redmi Note 5 4GB RAM 64GB ROM Snapdragon S636 Octa Core Mobile Phone MIUI9 5.99" 2160*1080 4000mAh 12.0+5.0MP(China)' class="picCore" id="limage_32856997152" image-src="//ae01.alicdn.com/kf/HTB1WDJZbE_rK1Rjy0Fcq6zEvVXaS/Original-Xiaomi-Redmi-Note-5-4GB-RAM-64GB-ROM-Snapdragon-S636-Octa-Core-Mobile-Phone-MIUI9.jpg_220x220xz.jpg" itemprop="image"/>
"""

soup = BeautifulSoup(html_doc, 'html.parser')

for link in soup.find_all('img'):
    print(link.get('image-src'))

结果:

//ae01.alicdn.com/kf/HTB1WDJZbE_rK1Rjy0Fcq6zEvVXaS/Original-Xiaomi-Redmi-Note-5-4GB-RAM-64GB-ROM-Snapdragon-S636-Octa-Core-Mobile-Phone-MIUI9.jpg_220x220xz.jpg  

【讨论】:

    【解决方案2】:

    您可以通过将标签视为字典来访问标签的属性。你可以直接以.attrs访问该字典

    soup.find('img').attrs['image-src']
    

    【讨论】:

      【解决方案3】:

      如果 id 是静态的,您可以使用 css id 选择器来选择元素,然后使用子集来获取 img-src 属性

      from bs4 import BeautifulSoup as bs
      
      html = '''
      <img alt='Original Xiaomi Redmi Note 5 4GB RAM 64GB ROM Snapdragon S636 Octa Core Mobile Phone MIUI9 5.99" 2160*1080 4000mAh 12.0+5.0MP(China)' class="picCore" id="limage_32856997152" image-src="//ae01.alicdn.com/kf/HTB1WDJZbE_rK1Rjy0Fcq6zEvVXaS/Original-Xiaomi-Redmi-Note-5-4GB-RAM-64GB-ROM-Snapdragon-S636-Octa-Core-Mobile-Phone-MIUI9.jpg_220x220xz.jpg" itemprop="image"/>
      '''
      soup = bs(html, 'lxml')
      print(soup.select_one('#limage_32856997152')['image-src'])
      

      如果 id 不是静态的,并且可以定位多个,您可能需要使用与属性结合的类选择器

      srcs = [ img['image-src'] for img in soup.select('.picCore[image-src]')]
      print(srcs)
      

      任何image-src,只要使用属性选择器

      srcs = [img['image-src'] for img in soup.select('[image-src]')]
      

      【讨论】:

        【解决方案4】:

        如果你想获取 src,你可以这样做......

        new_var = soup.find(attrs={"attribute" : "name_attr"})
        imageItem= new_var.get('src')
        

        【讨论】:

          猜你喜欢
          • 2019-06-03
          • 1970-01-01
          • 2020-08-29
          • 2018-03-25
          • 2013-12-29
          • 1970-01-01
          • 2014-03-08
          • 2020-09-14
          • 1970-01-01
          相关资源
          最近更新 更多