4

我有以下图像 html，我正在尝试解析 alt 中的信息。目前我能够成功提取图像。

html（我目前解析的

<img class="rslp-p" alt="Sony Cyber-shot DSC-W570 16.1 MP Digital Camera - Silver" src="http://i.ebayimg.com/00/$(KGrHqZ,!j!E5dyh0jTpBO(3yE7Wg!~~_26.JPG?set_id=89040003C1" itemprop="image" />

我根据解析的内容构造图像名称：

当前代码

def main(url, output_folder="~/images"):
         """Download the images at url"""
         soup = bs(urlopen(url))
         parsed = list(urlparse.urlparse(url))
         count = 0
         for image in soup.findAll("img"):
             print image
             count += 1
             print count
             print "Image: %(src)s" % image
             image_url = urlparse.urljoin(url, image['src'])
             filename = image["src"].split("/")[-1].split("?")[0].replace("$",'').replace(".JPG",".jpg").replace("~~_26",str(count)).lstrip("(")
             parsed[2] = image["src"]
             outpath = os.path.join(output_folder, filename)
             urlretrieve(image_url, outpath)

我想做的是提取是

alt="Sony Cyber-shot DSC-W570 16.1 MP Digital Camera - Silver"

我还想在提取图像时使用 alt 数据作为文件名。

4

1 回答 1

11

在你的for循环中，你可以通过简单地做

image.get('alt', '')

BeautifulSoup 的文档（“标签的属性”）对此进行了解释。

于 2012-07-27T23:23:56.077 回答