使用 BeautifulSoup 通过 src 标签搜索元素答案

【问题标题】：Using BeautifulSoup to search for element by src tag使用 BeautifulSoup 通过 src 标签搜索元素
【发布时间】：2019-09-18 11:09:24
【问题描述】：

假设我正在抓取网页，并且我想选择网页上的某个图像。正如您可以根据类名找到元素一样，我想通过其src 标记选择图像。如何选择我已经知道src 标签的图像？

即我想选择src标签为的图片：

https://assets.bandsintown.com/images/pin.svg

【问题讨论】：

【解决方案1】：

您可以按任意属性进行搜索；这应该工作：

soup.findAll("img", {"src" : "https://assets.bandsintown.com/images/pin.svg"})

【讨论】：

【解决方案2】：

虽然@Blorgbeard 的回答显示了Beautifulsoup 方法，但使用Selenium 您可以使用以下任一Locator Strategies 来实现相同的目的：

css_selector:

my_elements = driver.find_elements_by_css_selector("[src=\"https://assets.bandsintown.com/images/pin.svg\"]")

xpath:

my_elements = driver.find_elements_by_xpath("//*[@src=\"https://assets.bandsintown.com/images/pin.svg\"]")

【讨论】：

【解决方案3】：

使用 Beautifulsoup，您可以通过多种方式做到这一点。您可以使用 css 选择器，也可以使用正则表达式。

CSS 选择器

for item in soup.select('img[src="https://assets.bandsintown.com/images/pin.svg"]'):
   print(item['src'])

正则表达式与 find_all

import re
for item in soup.find_all('img',src=re.compile('https://assets.bandsintown.com/images/pin.svg')):
   print(item['src'])

【讨论】：

我不确定使用正则表达式进行精确字符串匹配有什么意义。那些. 应该是字面的，但正则表达式会将其解释为“任何字符”。
这里正则表达式将搜索整个字符串。但是，如果任何其他未来的读者需要通过正则表达式搜索特定值，这是一个选项。
是的，知道你可以这样使用正则表达式是很有用的（我自己实际上并不知道），但对于给定的例子来说它并没有真正的意义。像src=re.compile('https://.*\.bandsintown\.com/.*/pin\.svg') 这样的东西可能更能说明你可以用它做什么。

【解决方案4】：

您通过其src 值表示单个图像。使用select_one。工作量更少，您只需要一个属性选择器。

soup.select_one('[src="https://assets.bandsintown.com/images/pin.svg"]')['src']

【讨论】：