如何使用Python提取图片URL？——基于Beautiful Soup提取div标签data-src属性中图片链接的技术咨询

别担心，这个场景其实很好处理！Beautiful Soup 完全支持提取HTML元素的自定义属性，哪怕目标元素不是常见的<img>标签也没关系。下面是具体的解决方案：

步骤1：导入BeautifulSoup并解析HTML #

首先你需要把目标HTML内容传入BeautifulSoup进行解析，假设你已经获取到了这段HTML代码：

from bs4 import BeautifulSoup

# 你的目标HTML内容
html_content = '''<div class="theme-screenshot one attachment-theme-screenshot size-theme-screenshot wp-post-image loaded" data-featured-src="https://websitedemos.net/wp-content/uploads/2019/07/outdoor-adventure-02-home.jpg" data-src="https://websitedemos.net/wp-content/uploads/2019/07/outdoor-adventure-02-home.jpg" style='background-image: url(&quot;https://websitedemos.net/wp-content/uploads/2019/07/outdoor-adventure-02-home.jpg&quot;);'></div>'''

# 创建BeautifulSoup对象，指定解析器（比如'lxml'或者'html.parser'）
soup = BeautifulSoup(html_content, 'html.parser')

步骤2：定位目标div元素并提取data-src属性 #

你可以用find()方法通过class定位到这个div，然后通过两种方式获取data-src属性的值：

方式1：直接像字典一样访问属性

如果确定这个div一定存在data-src属性，可以直接这样写：

# 定位到目标div
target_div = soup.find('div', class_='theme-screenshot')

# 提取data-src属性的值
image_url = target_div['data-src']
print(image_url)
# 输出：https://websitedemos.net/wp-content/uploads/2019/07/outdoor-adventure-02-home.jpg

方式2：使用get()方法（更安全）

如果不确定属性是否存在，用get()方法可以避免抛出KeyError，还能指定默认值：

image_url = target_div.get('data-src', '默认图片URL')
print(image_url)

原理说明 #

Beautiful Soup解析后的Tag对象本质上可以当作字典来处理，所有的HTML属性（包括自定义的data-*系列属性）都可以通过键值对的方式访问。get()方法则是字典的标准方法，用来安全地获取属性值。

内容的提问来源于stack exchange，提问作者Noshad70