Question

我正在尝试单独打印图像Src标记值，我可以成功打印图像标记值，但无法获取src标记值。

import urllib3
import certifi
from urllib3 import PoolManager
from bs4 import BeautifulSoup

urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
manager=PoolManager(num_pools=3,cert_reqs='CERT_REQUIRED',
ca_certs=certifi.where())

base_url="https://app.tipotapp.com/docs/quickstart/"
page=manager.request('GET',base_url)
soup = BeautifulSoup(page.data, 'html.parser')
idd='creating-an-application'

for sibling in soup.find(id=idd).next_siblings:
    if sibling.name is None :
       continue
    elif sibling.name != 'h2'  :
       print(sibling.getText())
       if sibling.img is not None:
          print(sibling.img)
          #print(sibling.select_one("img"))
       else:
          continue  
    else :   
        break

我现在得到的输出是，

打印： ....一些预期的字符串....然后下面的输出

<img alt="Student Management System" 
src="https://app.tipotapp.com/docs/images/quickstart/image_004.png"/>

在那里，我想只打印src值。

Answer 1

要获取属性的值，请使用__getitem__(self, key)方法。

tag[key]返回标记的'key'属性值，如果不存在则抛出异常。

只需将行print(sibling.img)替换为

即可

print(sibling.img['src'])

输出：

https://app.tipotapp.com/docs/images/quickstart/image_002.png
https://app.tipotapp.com/docs/images/quickstart/image_002_1.png
https://app.tipotapp.com/docs/images/quickstart/image_004.png

Python：使用Beautiful Soup从HTML标记中提取图像源

1 个答案: