Fatal编程技术网
  • python/
  • 无法使用Python请求读取HTML页面

无法使用Python请求读取HTML页面

python html

无法使用Python请求读取HTML页面,python,html,beautifulsoup,python-requests,Python,Html,Beautifulsoup,Python Requests,我有一个包含图像的简单页面。我想在本地保存图像。因此，我使用beautfulsoup来刮取src。以下是我的代码： def getImage(url): page = requests.get(url).text #print(page) soup = BeautifulSoup(page, 'lxml') #print(soup) img = soup.find(name='img')

我有一个包含图像的简单页面。我想在本地保存图像。因此，我使用
beautfulsoup
来刮取
src
。以下是我的代码：

    def getImage(url):

        page = requests.get(url).text
        #print(page)
        soup = BeautifulSoup(page, 'lxml')
        #print(soup)

        img = soup.find(name='img')

        if img is not None:
            #img = img.get('src')
            print(img.attrs)
如果我打印
页面
，这是我将得到的。 我还检查了页面是否为HTML，它显示它不是。但我不知道这种情况下还有什么其他类型。 我还尝试使用不同的解析器，比如
lxml
和
html5lib

这是我直接复制的HTML页面：

<html><head><meta name="viewport" content="width=device-width, minimum-scale=0.1">
<title>SOMETHING TITLE</title>
</head>
<body style="margin: 0px; background: #0e0e0e;">
<img style="-webkit-user-select: none;margin: auto;cursor: zoom-in;" src="http:<WHATEVER>" width="500" height="279">
</body></html>


标题
“width=“500”height=“279”>
页面是否加密？这应该是一个简单的抓取：（

html中没有名为“img”的属性。您可以添加一个名称（即

但是，如果您无法更改HTML，可以执行以下操作：

   images = soup.findAll('img')
   for image in images:
     # do whatever
问题是在代码到达bs4部分之前，
请求
未能将其作为HTML读取。相反，它给出了不同的未知格式，我不知道是什么。请参阅链接附件。我无法编辑HTML。请尝试以下提示：我找到了问题的原因。页面内容类型为
图像/png
。因此我不需要d使用
bs4
走大路。相反，我可以直接从
requests
本地下载图像。谢谢！ 
 img = soup.find(name='myImage')

   images = soup.findAll('img')
   for image in images:
     # do whatever