我还没有使用正则表达式,并且正在寻找帮助来找到字符串中的部分。
img标签示例:
<img border="0" alt="background, images, scarica, adobe, art, rainbow, colorful, wallpaper, tutorial, abstract, photoshop, web, pictures, wallpapers" width="192" height="120" class="h_120" src="http://static.hdw.eweb4.com/media/thumbs/1/74/736679.jpg" />
我只是想从一个大的html文件中获取src的url。
答案 0 :(得分:2)
使用BeautifulSoup
:
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc)
page_images = [image["src"] for image in soup.findAll("img")]
使用:BeautifulSoup
pip install beautifulsoup4