使用Python BeautifulSoup爬取图片出现格式不支持问题求助

你的代码核心问题有两个：

• 保存图片时错误复用了请求网页的res对象，导致每个图片文件写入的都是网页HTML内容，而非图片数据
• 图片的src是相对路径，直接请求会失败

修复后的完整代码 #

import requests
from bs4 import BeautifulSoup
import os

# 请求网页并直接解析，无需保存本地
res = requests.get('https://books.toscrape.com/')
res.raise_for_status()
soup = BeautifulSoup(res.text, 'html.parser')

# 创建图片存储文件夹
os.makedirs('images', exist_ok=True)

# 遍历所有图片标签
for link in soup.find_all('img'):
    img_src = link.get('src')
    # 拼接完整的图片绝对URL，处理相对路径
    full_img_url = 'https://books.toscrape.com/' + img_src.lstrip('../')
    
    # 单独请求图片资源
    img_res = requests.get(full_img_url)
    img_res.raise_for_status()
    
    # 保存图片，用with语句自动管理文件资源
    img_filename = os.path.basename(img_src)
    with open(os.path.join('images', img_filename), 'wb') as img_file:
        for chunk in img_res.iter_content(10000):
            img_file.write(chunk)

关键修复说明 #

1. 正确获取图片数据：每个图片都需要单独发起请求，用返回的img_res对象读取二进制内容，不能复用网页请求的res
2. 处理相对路径：原网页中图片的src是../media/xxx格式的相对路径，必须拼接成完整绝对URL才能正常访问
3. 简化流程：无需将网页保存到本地再重新读取，直接用res.text传入BeautifulSoup解析即可
4. 安全文件操作：with open语句会自动关闭文件，避免资源泄漏

内容的提问来源于stack exchange，提问作者user17168761