使用Python lxml.html如何在链接标记中找到图像？

我使用lxml.html解析一些hmtl来获取链接，但是当它点击包含图像的链接时，它只返回空白，它真正想要的是能够检测它是否是图像，然后尝试返回图像alt文本

所以看起来像这样

from lxml.html import parse, fromstring

doc = fromstring('<a href="Link One">Anchor Link One</a><br /><a href="Link Two"<img src="Image Link Two" alt="Alt Image" /></a><br /><a href="Link Three">Anchor Link Three</a><br />')
for link in doc.cssselect('a'):
    print '%s: %s' % (link.text_content(), link.get('href'))

因此，我尝试使用.html_content（）获取原始html，然后检查这是否是图像

---

嗯。。如何检测是否包装在图像中，和/或从图像中拉出html…

只需修改css选择器即可：

for img in doc.cssselect('a img'):

还可以使用XPATH表达式：

for img in doc.xpath('a//img'):

---

如果没有img，这也会发生吗？不，根据你的问题，你想要的似乎只是alt文本，没有图像，没有alt文本。

for img in doc.xpath('a//img'):

for link in doc.xpath('a'):
    img = link.find('img')
    if img is not None:
        print '%s: %s' % (img.get('alt'), link.get('href'))
    else:
        print '%s: %s' % (link.text_content(), link.get('href'))