python中怎么提取html中的文档中的src链接

zyj1214

如图  2 中的链接怎么提取

FishC

在Python中，可以使用BeautifulSoup库来解析HTML文档，并提取其中的链接。你可以使用以下步骤来实现：

1. 首先，需要安装BeautifulSoup库。可以使用以下命令进行安装：
   
  

1. pip install beautifulsoup4

复制代码

2. 导入所需的库及模块：
   
  

1. from bs4 import BeautifulSoup
2.    import requests

复制代码

3. 使用requests库获取HTML文档内容：
   
  

1. url = "http://example.com"  # 替换成实际的网址
2.    response = requests.get(url)
3.    html_content = response.text

复制代码

4. 使用BeautifulSoup解析HTML文档：
   
  

1. soup = BeautifulSoup(html_content, 'html.parser')

复制代码

5. 使用选择器来提取src链接：
   
  

1. src_links = []
2.    img_tags = soup.select('img')  # 使用选择器'img'获取所有的<img>标签
3.    for img_tag in img_tags:
4.        if 'src' in img_tag.attrs:  # 检查img标签是否有'src'属性
5.            src_links.append(img_tag['src'])  # 获取'src'属性的值并添加到列表中

复制代码

以上代码将提取HTML文档中所有<img>标签的src链接，并存储在src_links列表中。你可以根据实际情况修改选择器来适配需要提取的标签。

希望这可以帮到你！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

maoping26

直接使用正则表达式提取
import re


Regx=re.complie("写正则表达式",re.S)
resultData=Regx.finditer(html)
for item in resultData:
    print(item.group())


优点：正则表达式是python自带的模块，导入即可使用  简单快捷，暴力
缺点：正则表达式写错一个符号可能都导致提取不到数据