Question

我试图从网站上获取所有图像，有时BeautifulSoup不能从HTML中获取每个src属性。

示例：

data = requests.get('https://www.qmedichealth.com/')
soup = BeautifulSoup(data.text, 'html.parser')
img = soup.find_all('img')

代码很简单，但我无法在此网站上获得滑块的网址，它适用于除以下图片之外的所有图片：

<img alt="image description" style="width: 1583px; margin-left: 0px; height: 1055.33px; margin-top: -0.166667px;" src="https://cdn.shopify.com/s/files/1/0970/0888/t/3/assets/img07.jpg">

我实际上得到的是：<img alt="image description"/>

对这种行为有任何想法吗？

Answer 1

检查源代码，您将看到没有指定src。因为它是在运行时呈现的，所以像selenium这样的东西会很有用

from bs4 import BeautifulSoup
from selenium import webdriver

browser = webdriver.Chrome('path to chrome driver')

在此处下载Chrome驱动程序

http://chromedriver.chromium.org/downloads

browser.get('https://www.qmedichealth.com/')
data = BeautifulSoup(browser.page_source)

#All the Src
for src in data.find_all('img'):
    print(src['src'])

BeautfulSoup：无法获得所有图像src

1 个答案: