Python中的图像抓取程序无法正常运行
Python中的图像抓取程序无法正常运行
提问于 2012-10-17 14:52:43
我的代码只返回一个空字符串，我不知道为什么。
import urllib2
def getImage(url):
page = urllib2.urlopen(url)
page = page.read() #Gives HTML to parse
start = page.find('<a img=')
end = page.find('>', start)
img = page[start:end]
return img它只会返回找到的第一个图像，所以它不是一个很好的图像刮取器；也就是说，我现在的主要目标是能够找到一个图像。我做不到。
回答 5
Stack Overflow用户
发布于 2012-10-17 15:00:10
您应该使用一个库来实现这一点，并且有几个库，但是为了回答您的问题，请更改您向我们展示的代码……
您的问题是，您正在尝试查找图像，但是图像没有使用<a ...>标记。它们使用<img ...>标记。下面是一个示例：
<img src="smiley.gif" alt="Smiley face" height="42" width="42">您应该做的是将start = page.find('<a img=')行更改为start = page.find('<img ')，如下所示：
def getImage(url):
page = urllib2.urlopen(url)
page = page.read() #Gives HTML to parse
start = page.find('<img ')
end = page.find('>', start)
img = page[start:end+1]
return imgStack Overflow用户
发布于 2012-10-17 15:04:11
考虑使用BeautifulSoup来解析您的超文本标记语言：
from BeautifulSoup import BeautifulSoup
import urllib
url = 'http://www.google.com'
html = urllib.urlopen(url).read()
soup = BeautifulSoup(html)
for img in soup.findAll('img'):
print img['src']Stack Overflow用户
发布于 2012-10-17 14:57:12
关于用ruby抓取屏幕的文章：http://www.igvita.com/2007/02/04/ruby-screen-scraper-in-60-seconds/它不是抓取图像，但它是一篇很好的文章，可能会有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/12937144
复制相关文章
相似问题
腾讯云开发者
