Question

我正在尝试使用以下代码从网页提取所有图像，但出现错误“ Nonetype”对象没有属性“ group”。有人可以告诉我这里是什么问题吗？

import re
import requests
from bs4 import BeautifulSoup

site = 'http://pixabay.com'

response = requests.get(site)

soup = BeautifulSoup(response.text, 'html.parser')
img_tags = soup.find_all('img')

urls = [img['src'] for img in img_tags]


for url in urls:
    filename = re.search(r'/([\w_-]+[.](jpg|gif|png))$', url)
    with open(filename.group(1), 'wb') as f:
        if 'http' not in url:
            # sometimes an image source can be relative 
            # if it is provide the base url which also happens 
            # to be the site variable atm. 
            url = '{}{}'.format(site, url)
        response = requests.get(url)
        f.write(response.content)

Answer 1

编辑：对于上下文，由于原始问题已由其他人更新，并且更改了原始代码，因此用户使用的原始模式为r'/([\w_-]+.)$'。这是原始问题。此上下文将使以下答案更有意义：

我采用了r'/([\w_.-]+)$'之类的模式。您使用的模式不允许路径包含.，除了作为最后一个字符外，因为.之外的[]表示任何字符，并且您在{{1 }}（字符串的结尾）。因此，我将$移到了.中，这意味着在字符组中允许使用文字[]。这样，该模式就可以在URL的末尾捕获图像文件名。

从网页提取所有图像的脚本

1 个答案: