网页爬取：如何下载无img标签的鼠标悬停显示图片？

从你提供的HTML代码来看，每个目标div的onmouseover属性中，playx函数的第一个参数就是图片文件名（比如img311.jpg、img312.jpg）。下面提供两种可行的下载方案：

方法1：直接提取图片URL下载（最便捷） #

不需要模拟交互，直接从HTML属性中提取图片名并拼接完整URL下载：

from splinter import Browser
import requests

# 初始化浏览器并访问目标页面
browser = Browser('chrome')
browser.visit("你的目标页面完整URL")

# 获取所有包含悬停图片的div元素
target_divs = browser.find_by_css('.genre.scanme')

for div in target_divs:
    # 提取onmouseover属性值，拆分出图片文件名
    onmouseover_content = div['onmouseover']
    img_filename = onmouseover_content.split('"')[1]
    
    # 拼接完整图片URL（需根据网站实际图片存储路径调整，示例假设图片在域名根目录）
    base_url = f"{browser.url.split('://')[0]}://{browser.url.split('/')[2]}"
    img_url = f"{base_url}/{img_filename}"
    
    # 下载图片
    headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"}
    response = requests.get(img_url, headers=headers)
    if response.status_code == 200:
        with open(img_filename, 'wb') as f:
            f.write(response.content)
        print(f"图片 {img_filename} 下载完成")

browser.quit()

方法2：模拟鼠标悬停后加载图片再下载 #

如果图片URL带有动态参数或需要触发加载逻辑，可通过模拟悬停让图片显示，再获取其真实URL：

Splinter实现 #

from splinter import Browser
from splinter.driver.webdriver.actions import ActionChains
import requests

browser = Browser('chrome')
browser.visit("你的目标页面完整URL")

target_divs = browser.find_by_css('.genre.scanme')
action_chains = ActionChains(browser.driver)

for div in target_divs:
    # 模拟鼠标悬停，触发图片加载
    action_chains.move_to_element(div._element).perform()
    
    # 等待图片元素加载（需替换为实际页面中悬停图片的选择器，示例用id选择器）
    browser.is_element_present_by_css('#hover-display-img', wait_time=3)
    img_element = browser.find_by_css('#hover-display-img').first
    img_url = img_element['src']
    
    # 下载图片
    img_filename = img_url.split('/')[-1]
    headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"}
    response = requests.get(img_url, headers=headers)
    if response.status_code == 200:
        with open(img_filename, 'wb') as f:
            f.write(response.content)
        print(f"图片 {img_filename} 下载完成")
    
    # 鼠标移开，避免干扰下一个元素
    action_chains.move_to_element(browser.find_by_tag('body').first._element).perform()

browser.quit()

Selenium实现 #

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
import requests

driver = webdriver.Chrome()
driver.get("你的目标页面完整URL")
wait = WebDriverWait(driver, 10)

# 等待目标div加载完成
target_divs = wait.until(EC.presence_of_all_elements_located((By.CSS_SELECTOR, '.genre.scanme')))
action_chains = ActionChains(driver)

for div in target_divs:
    # 悬停触发图片加载
    action_chains.move_to_element(div).perform()
    
    # 等待图片元素出现（替换为实际图片选择器）
    img_element = wait.until(EC.presence_of_element_located((By.ID, 'hover-display-img')))
    img_url = img_element.get_attribute('src')
    
    # 下载图片
    img_filename = img_url.split('/')[-1]
    headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"}
    response = requests.get(img_url, headers=headers)
    if response.status_code == 200:
        with open(img_filename, 'wb') as f:
            f.write(response.content)
        print(f"图片 {img_filename} 下载完成")
    
    # 鼠标移开
    action_chains.move_to_element(driver.find_element(By.TAG_NAME, 'body')).perform()

driver.quit()

关键注意点 #

• URL路径调整：如果网站图片存放在子目录（如/static/images/），需要修改拼接URL的逻辑，确保路径正确。
• 反爬规避：添加合理的User-Agent请求头，避免被网站拦截。
• 选择器验证：模拟悬停时，需通过浏览器开发者工具确认加载后图片的真实选择器（ID、CSS类等），替换示例中的占位选择器。

内容的提问来源于stack exchange，提问作者duarte harris