当前位置:首页 > 文章列表
>
文章 >
前端 >
提取HTML中img标签的图片链接,尤其是兼容src和data-src属性,可以通过解析HTML文档并遍历所有标签来实现。以下是一个使用Python的示例,展示了如何从HTML字符串中提取这些图片链接:✅ 示例代码(Python)from bs4 import BeautifulSoup
html = '''
提取HTML中img标签的图片链接,尤其是兼容src和data-src属性,可以通过解析HTML文档并遍历所有
标签来实现。以下是一个使用Python的示例,展示了如何从HTML字符串中提取这些图片链接:✅ 示例代码(Python)from bs4 import BeautifulSoup
html = '''
2026-01-28 12:36:48
0浏览
收藏
今天golang学习网给大家带来了《提取HTML中img标签的图片链接,尤其是兼容src和data-src属性,可以通过解析HTML文档并遍历所有标签来实现。以下是一个使用Python的示例,展示了如何从HTML字符串中提取这些图片链接:✅ 示例代码(Python)from bs4 import BeautifulSoup
html = '''


'''
# 使用BeautifulSoup解析HTML
soup = BeautifulSoup(html, 'html.parser')
# 提取所有img标签
images = soup.find_all('img')
# 遍历每个img标签,提取src或data-src
for img in images:
src = img.get('src')
data_src = img.get('data-src')
if src:
print("src:", src)
if data_src:
print("data-src:", data_src)🔍 输出结果
src: https://example.com/image1.jpg
data-src: https://example.com/image2.jpg
src: https://example.com/image3.jpg
data-src:》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~

本文介绍在Python网络爬虫中,如何使用BeautifulSoup灵活提取img标签的图片URL,无论其使用src还是data-src属性,确保所有图片链接被一致、准确地获取为纯文本。
在网页开发中,为优化加载性能,许多网站采用“懒加载”(lazy loading)技术:首屏图片直接通过 src 属性加载,而后续图片则使用 data-src 属性暂存URL,待滚动至可视区域时再由JavaScript动态赋值给 src。这导致在Web Scraping过程中,同一页面的 标签可能混用 src 和 data-src,无法用单一属性名统一提取。
直接硬编码 tag.get('src') 或 tag.get('data-src') 都会遗漏部分链接。正确做法是对每个匹配的 元素进行属性存在性判断,优先取 src(因其代表当前有效链接),若不存在则回退至 data-src(通常为备用真实URL)。
以下为完整、可运行的解决方案:
from bs4 import BeautifulSoup html = '''![]()
![]()
''' soup = BeautifulSoup(html, 'html.parser') image_urls = [] for img in soup.select('img.class_name'): # 使用CSS选择器精准定位目标img url = img.get('src') or img.get('data-src') # 短路逻辑:有src则用src,否则用data-src if url: # 过滤空值,避免None或空字符串 image_urls.append(url) # 输出结果 for url in image_urls: print(url)
✅ 输出:
https://website1.png https://website2.png https://website3.png
? 关键技巧说明:
- 使用 soup.select('img.class_name') 比 find_all('img', class_='class_name') 更简洁且支持复合类名(如 class_name late);
- img.get('src') or img.get('data-src') 利用Python的短路求值,语义清晰、代码精简;
- 建议始终检查 url 是否为真值(if url:),因某些
可能既无 src 也无 data-src(如占位符或JS生成元素);
- 若需去重,可将 image_urls 改为 set(),最后转为列表排序或保持插入顺序(Python 3.7+ dict/set 有序)。
该方法健壮、通用,适用于绝大多数懒加载场景,是生产级爬虫中处理混合属性图片链接的标准实践。
本篇关于《提取HTML中img标签的图片链接,尤其是兼容src和data-src属性,可以通过解析HTML文档并遍历所有标签来实现。以下是一个使用Python的示例,展示了如何从HTML字符串中提取这些图片链接:✅ 示例代码(Python)from bs4 import BeautifulSoup
html = '''


'''
# 使用BeautifulSoup解析HTML
soup = BeautifulSoup(html, 'html.parser')
# 提取所有img标签
images = soup.find_all('img')
# 遍历每个img标签,提取src或data-src
for img in images:
src = img.get('src')
data_src = img.get('data-src')
if src:
print("src:", src)
if data_src:
print("data-src:", data_src)🔍 输出结果
src: https://example.com/image1.jpg
data-src: https://example.com/image2.jpg
src: https://example.com/image3.jpg
data-src:》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
中学生综评系统入口及登录方法
- 上一篇
- 中学生综评系统入口及登录方法
- 下一篇
- App下载量下滑,支出激增1560亿
-
- 文章 · 前端 | 32分钟前 | 前端 · javascript · JavaScript DOM遍历 NodeIterator referenceNode
- JavaScript NodeIterator.referenceNode 怎样读取迭代器当前参照的节点
- 326浏览 收藏
-
- 文章 · 前端 | 1小时前 | 前端 · JavaScript Event defaultPrevented
- JavaScript Event.defaultPrevented 怎样判断事件默认行为是否已经被取消
- 391浏览 收藏
-
- 文章 · 前端 | 1小时前 | 前端 · javascript · 浏览器API · JavaScript Selection focusNode focusOffset DOM Node 文本选择
- JavaScript Selection.focusNode 怎样取得用户当前延伸选择的端点节点
- 492浏览 收藏
-
- 文章 · 前端 | 2小时前 | 前端 · javascript · JavaScript CSSOM CSSStyleSheet CSSRule parentStyleSheet cssRules parentRule
- JavaScript CSSRule.parentStyleSheet 怎样取得一条规则所属的样式表
- 323浏览 收藏
-
- 文章 · 前端 | 4小时前 | javascript · JavaScript 滚动条 Element.clientLeft 左边框
- JavaScript Element.clientLeft 怎样理解左边框宽度与滚动条占位
- 290浏览 收藏
-
- 文章 · 前端 | 5小时前 | 前端 · javascript · JavaScript Shadow DOM Event.composed
- JavaScript Event.composed 怎样判断事件能否跨越影子根边界
- 149浏览 收藏
-
- 文章 · 前端 | 6小时前 | javascript · JavaScript dom Selection anchorOffset
- JavaScript Selection.anchorOffset 怎样理解选择起点在文本与元素中的偏移
- 496浏览 收藏
-
- 文章 · 前端 | 6小时前 | javascript · JavaScript CSSStyleSheet ownerRule CSSImportRule
- JavaScript StyleSheet.ownerRule 怎样取得导入样式表对应的规则对象
- 357浏览 收藏
-
- 文章 · 前端 | 7小时前 | html · 前端 · javascript · 表单 · JavaScript id for label 表单控件 Control HTMLLabelElement
- JavaScript HTMLLabelElement.control 怎样取得标签实际关联的表单控件
- 338浏览 收藏
-
- 文章 · 前端 | 8小时前 | 前端 · javascript · JavaScript DOM遍历 TreeWalker NodeFilter whatToShow
- JavaScript TreeWalker.whatToShow 怎样区分节点类型掩码与自定义过滤器
- 223浏览 收藏
-
- 文章 · 前端 | 9小时前 | 前端 · range · javascript · JavaScript dom range 富文本 isPointInRange 节点偏移
- JavaScript Range.isPointInRange 怎样判断指定节点偏移是否落在范围内
- 145浏览 收藏

'''
soup = BeautifulSoup(html, 'html.parser')
image_urls = []
for img in soup.select('img.class_name'): # 使用CSS选择器精准定位目标img
url = img.get('src') or img.get('data-src') # 短路逻辑:有src则用src,否则用data-src
if url: # 过滤空值,避免None或空字符串
image_urls.append(url)
# 输出结果
for url in image_urls:
print(url)
