如何使用 Python 正则表达式获取 Image src？答案

【问题标题】：How to use Python regular expression to get Image src?如何使用 Python 正则表达式获取 Image src？
【发布时间】：2012-06-13 21:14:06
【问题描述】：

如何使用正则表达式通过Python从下面的html字符串中获取图片的src

我尝试使用

matches = re.search('@src="([^"]+)"',text)
print(matches[0])

但一无所获

【问题讨论】：

“@”字符应该匹配什么？您的输入字符串中没有这样的字符。
正则表达式和html？
stackoverflow.com/a/1732454/311220
Python regular expression for HTML parsing (BeautifulSoup), Python Reg Ex. problem的可能重复

标签： python html regex html-parsing

【解决方案1】：

您可以考虑使用BeautifulSoup，而不是正则表达式：

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup(junk)
>>> soup.findAll('img')
[<img src="//nt3.ggpht.com/news/tbn/380jt5xHH6l_FM/6.jpg" alt="" border="1" width="80" height="80" />]
>>> soup.findAll('img')[0]['src']
u'//nt3.ggpht.com/news/tbn/380jt5xHH6l_FM/6.jpg'

【讨论】：

Beautiful Soup 不会给解决方案增加很多开销吗？ img 标签相对容易解析（而且由于它们不包含其他文本，通常格式正确）

【解决方案2】：

只需在正则表达式中丢失@，它就会起作用

【讨论】：

【解决方案3】：

您可以稍微简化您的re：

match = re.search(r'src="(.*?)"', text)

【讨论】：

它也获取 javascript 文件。