如何使用Python的Selenium提取元素style属性中的URL链接

以下是不同场景下的实现方式：

方法1：Python 环境（推荐，解析HTML结构更稳定） #

依赖BeautifulSoup库解析DOM结构，避免正则匹配的容错性问题：

from bs4 import BeautifulSoup
import re

# 填入你的HTML片段
html_raw = '''
<picture data-testid="menu-product-image" style="background-image: url(&quot;https://micro-assets.foodora.com/img/logo-simple-fp.svg&quot;);"><div class="photo" style="background-image: url(&quot;https://images.deliveryhero.io/image/fd-bd/Products/1032643.jpg?width=200&quot;);"></div></picture>
'''

# 解析HTML
soup = BeautifulSoup(html_raw, 'html.parser')
# 定位目标div元素
target_div = soup.find('picture', {'data-testid': 'menu-product-image'}).find('div', class_='photo')
# 提取style属性中的URL
style_content = target_div['style']
target_url = re.search(r'url\("?([^")]+)"?\)', style_content).group(1)

print(target_url)
# 输出结果：https://images.deliveryhero.io/image/fd-bd/Products/1032643.jpg?width=200

方法2：浏览器前端JavaScript环境 #

直接用原生DOM选择器定位元素提取：

// 定位元素
const photoDiv = document.querySelector('picture[data-testid="menu-product-image"] .photo')
// 提取背景图URL
const bgStyle = photoDiv.style.backgroundImage
const targetUrl = bgStyle.match(/url\("?([^")]+)"?\)/)[1]

console.log(targetUrl)

方法3：纯正则匹配（仅适用于固定格式的文本片段） #

如果仅需要对固定格式的文本做快速提取，可以用以下正则匹配，捕获组1即为目标URL：

url\("(https://images\.deliveryhero\.io[^"]+)"\)

注意：纯正则匹配不兼容HTML结构变动的场景，复杂HTML提取优先选择DOM解析方案。

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