Question

如何检查超链接是图像链接还是网络链接。

image_list = []
url = 'http://www.image.jpg/'
if any(x in '.jpg .gif .png .jpeg' for x in url):
    image_list.append(url)
else:
    r = requests.get(url)
    soup =  BeautifulSoup(r.content, "html5lib")

    for link in soup.find_all('img'):
        src = link.get('src')
        if src.startswith("https"):
            image_list.append(src)

上面的代码用于查找包含图像格式的超链接，但每当我使用不包含＆＃34; .jpg等的链接时...＆＃34;它仍然将链接附加到image_list并跳过else语句。

Answer 1

让我们看看这段代码：

any(x in '.jpg .gif .png .jpeg' for x in url):

检查URL中的任何字母是否在字符串中。来自'p'的{{1}}位于字符串中，因此您将始终获得真实的结果。

以下是检查网址扩展名的方法：

http

但这不是一个有争议的问题，因为网址的扩展并不能告诉你它是否是一张图片。与常规文件不同，对于URL，扩展名完全无关紧要！您可以使用import posixpath import urllib.parse IMAGE_EXTS = { '.png', '.jpg', '.jpeg', '.gif' } url = 'http://example.com/' if posixpath.splitext(urllib.parse.urlparse(url).path)[1] in IMAGE_EXTS: # Has image extension...网址为您提供PNG图片，也可以使用.html网址，这实际上是一个HTML网页。您需要检查HTTP回复的Content-Type。

如何检查（https：//）是图像还是Web链接

1 个答案: