如何用Beautiful Soup 4获取网页img标签的真实src而非懒加载图

这个问题是典型的图片懒加载导致的：网站为了优化加载速度，初始给img标签的src设为占位图（比如你遇到的lazy_loading.gif），真实图片地址会存放在自定义属性里，等页面滚动到图片位置时，再通过JavaScript把真实地址替换到src中。

解决步骤 #

1. 检查img标签的自定义属性 #

先查看目标页面的img标签源码，真实地址通常会存在data-src、data-original或data-lazy这类属性里。针对你提到的页面，class="chapter-img"的图片，真实地址大概率在data-src属性中。

2. 用BeautifulSoup提取对应属性 #

修改代码，提取目标属性而非src：

import requests
from bs4 import BeautifulSoup

url = "https://welovemanga.one/2777/92578/"
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(url, headers=headers)
soup = BeautifulSoup(response.text, "html.parser")

# 定位所有目标img标签
img_tags = soup.find_all("img", class_="chapter-img")

for img in img_tags:
    # 优先提取data-src属性
    real_src = img.get("data-src")
    if real_src:
        print(real_src)
    else:
        # 尝试其他可能的懒加载属性
        real_src = img.get("data-original") or img.get("data-lazy")
        print(real_src if real_src else "未找到真实图片地址")

3. 若自定义属性不存在，模拟JS渲染 #

如果检查后发现img标签的属性里没有真实地址，说明地址是通过JavaScript动态生成的，需要用能执行JS的工具（比如Selenium或Playwright）模拟浏览器加载页面：

Selenium示例：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.options import Options

url = "https://welovemanga.one/2777/92578/"

# 配置无头模式（可选，不弹出浏览器窗口）
chrome_options = Options()
chrome_options.add_argument("--headless=new")
chrome_options.add_argument("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")

driver = webdriver.Chrome(options=chrome_options)
driver.get(url)

# 获取所有目标img元素
img_elements = driver.find_elements(By.CLASS_NAME, "chapter-img")

for img in img_elements:
    # 此时JS已完成替换，直接获取src即可
    real_src = img.get_attribute("src")
    print(real_src)

driver.quit()

注意事项 #

• 必须添加User-Agent请求头，避免被网站识别为爬虫返回异常内容。
• 使用Selenium时，需要对应安装浏览器驱动（比如ChromeDriver）并配置好环境。

内容的提问来源于stack exchange，提问作者Moon