我试图使用 python urllib2 从网站上抓取图像 url。
这是我获取 html 字符串的代码:
req = urllib2.Request(url, headers = urllib2Header)
htmlStr = urllib2.urlopen(req, timeout=15).read()
当我从浏览器查看时,图像的 html 代码如下所示:
<img id="main-image" src="http://abcd.com/images/41Q2VRKA2QL._SY300_.jpg" alt="" rel="" style="display: inline; cursor: pointer;">
但是,当我从捕获的 htmlStr 中读取时,图像被转换为 base64 图像,如下所示:
<img id="main-image" src="data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAUDBAQEAwUEBAQFBQU....">
我想知道为什么会这样。有没有办法获取原始图像 url 而不是 base64 图像字符串?
谢谢。
最佳答案
你可以使用 BeautifulSoup
示例:
import urllib2
from bs4 import BeautifulSoup
url = "www.theurlyouwanttoscrape.com"
html = urllib2.urlopen(url)
soup = BeautifulSoup(html)
img_src = soup.find('img', {'id':'main_image'})['src']
关于python - 抓取图片url src时,获取数据:image/jpeg;base64,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22339447/