如何用Python的requests与BeautifulSoup提取网页图片URL

你可以通过正则表达式或者字符串分割的方式，从style属性中提取出图片URL，以下是具体实现：

方法一：正则表达式（推荐，适配更复杂的格式） #

利用正则匹配url(...)结构中的内容，代码修改如下：

import requests
from bs4 import BeautifulSoup
import re

url = "https://www.mayde.com/ponytail"
res = requests.get(url)
res.raise_for_status()
soup = BeautifulSoup(res.text, "lxml")
item_address1 = soup.find_all("div", attrs={"class":"BEmRci heightByImageRatio heightByImageRatio4"})

# 提取style文本
style_content = item_address1[0]["style"]
# 匹配url(...)中的URL部分
img_url_match = re.search(r'url\((.*?)\)', style_content)
if img_url_match:
    pure_img_url = img_url_match.group(1)
    print(pure_img_url)

正则表达式r'url\((.*?)\)'的作用：

• url\(：精准匹配url(字符串（括号前加转义符\因为括号是正则特殊字符）
• (.*?)：非贪婪模式匹配括号内的所有内容，直到遇到第一个)
• \)：匹配闭合的)

方法二：字符串分割（简单直接，适合固定格式） #

如果确定style格式固定，也可以用字符串分割快速提取：

# 接原代码获取style_content之后
pure_img_url = style_content.split('url(')[1].split(')')[0]
print(pure_img_url)

这种方式通过两次分割，先以url(拆分取后半部分，再以)拆分取前半部分，直接得到目标URL。

内容的提问来源于stack exchange，提问作者Peter Yun