Question

我正在尝试从html块中提取src的属性值，该html块是：

<img class="product-image first-image" src="https://cache.net-a-porter.com/images/products/1083507/1083507_in_pp.jpg">

我的代码是：

import requests
import json
from bs4 import BeautifulSoup
import re
headers = {'User-agent': 'Mozilla/5.0'}
url = 'https://www.net-a-porter.com/us/en/product/1083507/maje/layered-plaid-twill-and-stretch-cotton-jersey-top'
page = requests.get(url, headers=headers)
soup = BeautifulSoup(page.content, 'html.parser')
if url.find('net-a-porter')!=-1 :
  i = soup.find_all('img', class_="product-image first-image")[0]["src"]
  print i

我得到的结果：

//cache.net-a-porter.com/images/products/1083507/1083507_in_xs.jpg

但是我想获取原始html中确切的内容，

https://cache.net-aporter.com/images/products/1083507/1083507_in_pp.jpg

我的结果不同于原始的src值，http:消失了，1083507_in_pp变成了1083507_in_xs。我不知道为什么会这样，有人知道如何解决吗？谢谢！

Answer 1

您已经很近了，但是，您需要从内置的"src"键中访问attrs键：

if url.find('net-a-porter')!=-1 :
  i = soup.find_all('img', class_="product-image first-image")[0]
  print i['src']

使用beautifulSoup时html内容更改

1 个答案: