Python 在抓取图像url src时，获取数据：image/jpeg；base64

我试图使用python urllib2从网站上获取图像url

以下是获取html字符串的代码：

req = urllib2.Request(url, headers = urllib2Header)
htmlStr = urllib2.urlopen(req, timeout=15).read()

从浏览器查看时，图像的html代码如下所示：

<img id="main-image" src="http://abcd.com/images/41Q2VRKA2QL._SY300_.jpg" alt="" rel="" style="display: inline; cursor: pointer;">

<img id="main-image" src="data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAUDBAQEAwUEBAQFBQU....">

但是，当我读取我捕获的htmlStr时，图像被转换为base64图像，如下所示：

<img id="main-image" src="http://abcd.com/images/41Q2VRKA2QL._SY300_.jpg" alt="" rel="" style="display: inline; cursor: pointer;">

<img id="main-image" src="data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABAAD/2wBDAAUDBAQEAwUEBAQFBQU....">

我想知道为什么会这样。有没有办法获取原始图像url而不是base64图像字符串

谢谢。

你可以用

示例：

import urllib2
from bs4 import BeautifulSoup

url = "www.theurlyouwanttoscrape.com"
html = urllib2.urlopen(url)

soup = BeautifulSoup(html)

img_src = soup.find('img', {'id':'main_image'})['src']

---

你想搜刮什么网址？我想搜刮亚马逊的书页。这管用！我想知道也许我不应该使用htmlStr=urllib2.urlopen（req，timeout=15）.read（）。也许是.read（）方法将图像url转换为base64图像。我正在使用lxml etree作为解析器。有没有一种方法可以让我仍然使用lxml etree并仍然正确获取图像url？@user1719599-您好。快进到2020年，这显然仍然是一个问题，至少对我来说是这样。你用lxml工作了吗？我也在使用BS4。上面的答案太单薄了，对我不起作用。@Fandango68嗨。我对这一点不是百分之百的了解，因为有一段时间没有使用BeautifulSoup，但是如果使用的解析器对soup对象上的方法有任何不同（如上所示），我会感到惊讶。也许你应该用你的错误/问题开始一个新的问题？