Warning: file_get_contents(/data/phpspider/zhask/data//catemap/1/ms-access/4.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Web scraping 避免使用Beautifulsoup和urllib.request下载图像_Web Scraping_Beautifulsoup_Urllib_Urlopen - Fatal编程技术网
Fatal编程技术网
  • web-scraping/
  • Web scraping 避免使用Beautifulsoup和urllib.request下载图像

Web scraping 避免使用Beautifulsoup和urllib.request下载图像

web-scraping

Web scraping 避免使用Beautifulsoup和urllib.request下载图像,web-scraping,beautifulsoup,urllib,urlopen,Web Scraping,Beautifulsoup,Urllib,Urlopen,我正在使用urllib.request.urlopen（）（'lxml'解析器）和urllib.request.urlopen（）从网站获取文本信息。然而，当我查看活动监视器中的网络部分时，我看到python下载了大量数据。这意味着不仅要下载文本，还要下载图像 在使用BeautifulSoup浏览网页时，是否可以避免下载图像？这不太可能，因为图像不在它们所在的页面上。浏览器或urllib必须多次访问JS、img、CSS等静态文件所在的位置。减少大小的一个可能解决方案是请求压缩内容 添加“接受编码

我正在使用
urllib.request.urlopen（）
（
'lxml'
解析器）和
urllib.request.urlopen（）
从网站获取文本信息。然而，当我查看活动监视器中的网络部分时，我看到python下载了大量数据。这意味着不仅要下载文本，还要下载图像

在使用BeautifulSoup浏览网页时，是否可以避免下载图像？

这不太可能，因为图像不在它们所在的
页面上。浏览器或
urllib
必须多次访问JS、img、CSS等静态文件所在的位置。减少大小的一个可能解决方案是请求压缩内容


添加
“接受编码”：“gzip”
头到
请求
对象。如果服务器支持它，那么大小的减少就很好了。然后将
gzip.decompress（）
它以获取字符串数据。
？您真的能看到您的响应中写入的原始图像字节码吗？否则我不知道你为什么要下载图片。图像通常单独存储在
属性中-HTML scrapers将包含一个指向以文本形式表示的图像的链接，但实际上不会强制下载图像，因为您从未告诉它跟随该链接。我怀疑该页面的数据比您认为的要多。内联JS可以打一拳。我检查了“汤”结果并将其保存到文本文件中。您是对的，它是256KB，并且有
属性链接到实际图像。谢谢你的帮助，阿克沙！