python - 使用 QWebElement 解析 HTML，如何提取图像？

Question

我很难使用 QWebElement。作为练习，我想从http://www.google.com页面捕获“Google”徽标。图像在 中<div id="hplogo" ...>，但我不知道如何提取它。我应该如何在下面的代码中使用“doc”QWebElement？（“CSS 选择器”对我来说是晦涩的行话）。谢谢你。

from PyQt4.QtGui import QApplication
from PyQt4.QtWebKit import QWebView
from PyQt4.QtCore import QUrl

app = QApplication([])
view = QWebView()
view.load(QUrl("http://google.com"))
view.show()
doc = view.page().currentFrame().documentElement()   # run this after 'loadFinished'

Answer 1

要获取“Google”徽标的 URL，请执行以下操作：

elem = doc.findFirst("div#hplogo")
qstring = elem.attribute('style')
regexp = QRegExp("^(.*:)?url\((.*)\)")
if regexp.indexIn(qstring) > -1:
    imageURL = regexp.capturedTexts()[-1]

它返回imageURL = "/images/srpr/logo1w.png"。在这种情况下，有必要使用正则表达式，因为 URL 是字符串的一部分。要获取图像并将其显示在标签上，请执行以下操作：

request = QNetworkRequest(QUrl("http://www.google.com/images/srpr/logo1w.png"))
reply = view.page().networkAccessManager().get(request)
byte_array = reply.readAll()
image = QImage()
image.loadFromData(byte_array)
label = QLabel()
label.setPixmap(QPixmap(image))
label.show()

Answer 2

您只需提取包含图像src的 HTML 标记的属性，<img/>然后使用该src属性创建图像。

imgTags = doc.findAll("img")
imgRightTag = QWebElement()

# Find the right <img/> tag and put it in imgRightTag

imgURL = "http://www.google.com" + imgRightTag.attribute("src")
image = QImage(imgURL)