Question

我正在尝试通过此代码获取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"/>

我尝试了此代码，但无法正常工作

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

通常我使用`get（'src'），它可以工作，但是问题是我需要使用image-src，这不起作用

Answer 1

如果你想拿 src 你可以这样做...

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

Answer 2

您可以通过将标签视为字典来访问标签的属性。您可以直接以.attrs

访问该词典。

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

Answer 3

通过查看this文档，我发现适用于这种情况的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'))

和结果：

//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

Answer 4

如果id是静态的，则可以使用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，并且要定位的对象不止一个，则可能要使用结合了属性的类选择器

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

任何image-src，只需使用属性选择器

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

我如何在beautifulsoup中抓取image-src

4 个答案: