Python 3.x 如何使用python在beautifulsoup中通过lxml从网页中提取img src？

我是python新手，我正在amazon上从事web抓取项目，我在如何使用BeautifulSoup通过lxml从产品页面提取产品img src方面遇到了一个问题

我尝试了以下代码来提取它，但它没有显示img的url

这是我的密码：

导入请求
从bs4导入BeautifulSoup
进口稀土
url='1〕https://www.amazon.com/crocs-Unisex-Classic-Black-Women/dp/B0014C0LSY/ref=sr_1_2?_encoding=UTF8&qid=1560091629&s=fashion-女子国际船&sr=1-2&th=1&psc=1'
r=requests.get（URL，headers={'User-Agent'：'Mozilla/5.0'}）
s=BeautifulSoup（右文本，“lxml”）
img=s.find（class=“imgTagWrapper”）.img['src']
#我试过这个密码。
打印（img）

我试过这个代码…但它显示如下：

数据：图像/jpeg；base64，/4.一个A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A HBYJXFDKBKAEII0KXWRVS02.中国政府的一个新的研究（2）中国政府的一个研究（2）中国政府的一个研究（2）中国政府的一个研究（2）中国政府的一个研究（2）中国政府的一个研究（2）中国政府的一个研究（2）中国政府的一个研究（2）中国政府的一个研究（2）中国政府的一个研究（2）中国政府的一个研究（2 2）中国政府的一个研究（2）中国政府的一个研究（2 2 2 2 2 2 2 2）中国政府的一个研究（2 2 2 2）中国政府的研究（2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2）中国中国政府的研究（2 2 2 2 2）中国政府的中国政府的研究（2 2。中国政府的研究（2（2 2 2 2 2）在2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2）中国政府的研究（2（2 2 2）在2）JZGVMZ2HPANN0DXZ3EHL6GOOEHYAHIIMKPPOULZAXMAOQOKPAANQKMQSRO0T//

---

有什么帮助吗？

您看到的是图像的base64编码。你用它做什么取决于你用图像URL做什么

您想从该页面抓取的图像在此键的值中可用

data-a-dynamic-image

。其中有多个大小不同的图像。现在需要做的就是创建一个条件语句来隔离包含

395

的图像

import json
import requests
from bs4 import BeautifulSoup

url = 'https://www.amazon.com/crocs-Unisex-Classic-Black-Women/dp/B0014C0LSY/ref=sr_1_2?_encoding=UTF8&qid=1560091629&s=fashion-womens-intl-ship&sr=1-2&th=1&psc=1'

r = requests.get(url, headers={'User-Agent':'Mozilla/5.0'})
s = BeautifulSoup(r.text, "lxml")
img = s.find(id="landingImage")['data-a-dynamic-image']
img = json.loads(img)
for k,v in img.items():
    if '395' in k:
        print(k)

输出：

https://images-na.ssl-images-amazon.com/images/I/71oNMAAC7sL._UX395_.jpg

在这种情况下，尝试这样做，并选择一个适合您的需要：

for k,v in img.items():
    print(k)

---

看起来您得到的是实际的二进制JPEG数据，而不是图像链接。此外，二进制数据已编码为base64。您可以检查源网页，查看它是否包含链接或图像本身。如果是后者，那么就没有联系了。祝你好运。谢谢你，但是其他产品呢，我试图从另一个项目中提取数据，但它没有img链接大小为“395”！。。。。。这是一个链接，我不知道它是如何工作的。我尝试了json.loads（）行，发现BS4对象不是字符串错误。当我将结果转换为str（）时，它实际上崩溃了PyCharm（windows 10）是的，这是base64编码图像，但我尝试使用“html.parser”，它正常提取img src链接。