python提取网页文字图片

在Python中，可以使用一些库来提取网页的文字和图片内容。以下是两个常用的库及其方法：

1. **BeautifulSoup**：用于解析HTML文档，提取文本信息。首先安装`beautifulsoup4`库：

   pip install beautifulsoup4 requests

然后编写代码获取页面文本：

   from bs4 import BeautifulSoup
   import requests

   url = 'http://example.com'
   response = requests.get(url)
   soup = BeautifulSoup(response.text, 'html.parser')
   text = soup.get_text()

文本存储在变量`text`中。

2. **PIL (Pillow)** 或 **requests**：用于下载图片。首先安装`Pillow`（如果尚未安装）：

   pip install pillow

下载图片示例：

   from PIL import Image
   import requests

   image_url = 'http://example.com/image.jpg'
   response = requests.get(image_url, stream=True)
   with open('image.jpg', 'wb') as out_file:
       out_file.write(response.content)

图片保存在本地文件`image.jpg`中。

注意：在抓取网站内容时，一定要遵守网站的robots.txt规则，并尊重版权，不要无授权爬取敏感信息。