find.all() 我想获取照片中的src 的值

`find_all()` 是 Python 中 `BeautifulSoup` 库的一个常用方法，用于从 HTML 或 XML 文档中查找匹配指定标签（或正则表达式）的所有元素。当你处理网页抓取时，可能会遇到包含大量图片链接（src属性）的情况。

如果你想从一个 HTML 结构中提取所有的 `<img>` 标签的 `src` 属性值，你可以这样做：

from bs4 import BeautifulSoup
import requests

# 假设url是你要抓取的网页地址
url = 'http://example.com'

# 使用requests获取网页内容
response = requests.get(url)
html_content = response.text

# 使用BeautifulSoup解析HTML
soup = BeautifulSoup(html_content, 'html.parser')

# 查找所有<img>标签并提取src属性
images_src = soup.find_all('img', src=True)

# 现在images_src是一个列表，其中包含每个<img>标签的src属性值
for img in images_src:
    print(img['src'])

这个例子中，`find_all('img', src=True)` 会找到所有 `img` 标签，并且只返回那些 `src` 属性存在的标签。如果有些 `img` 没有 `src`，它们将不会被包括在结果中。

相关问题

python beautifulsoup4 findall 之后获取 img limian de src

可以使用以下代码获取img标签中的src属性：

from bs4 import BeautifulSoup
import requests

url = 'http://example.com'  # 网页链接
response = requests.get(url)
soup = BeautifulSoup(response.content, 'html.parser')
imgs = soup.find_all('img')  # 找到所有的img标签

for img in imgs:
    src = img.get('src')  # 获取img标签的src属性
    print(src)

其中，`response.content`表示网页的原始内容，`html.parser`是解析器。后面的代码通过遍历找到的`img`标签，使用`get()`方法获取`src`属性值，并打印输出。

优化Python这段代码# coding:utf-8 import requests from bs4 import BeautifulSoup import re import os obj={} response = requests.get('http://hbjd.com.cn/article-view-id-20554.html') dom = BeautifulSoup(response.text, "html.parser") article=dom.find_all("article")[0] subdom = BeautifulSoup(str(article),"html.parser") title = subdom.find_all("h2")[0].txt obj["title"]=title p1 = subdom.find_all("p")[0].text obj["p1"]=p1 p2 = subdom.find_all("p")[1] subdom2 = BeautifulSoup(str(p2),"html.parser") p2 = subdom2.find_all("span")[1].text+subdom2.find_all("span")[2].text obj["p2"]=p2 p3 = subdom.find_all("p")[3].text obj["p3"]=p3 out = "".join(obj["p1"].split()) out1 = "".join(obj["p2"].split()) out2 = "".join(obj["p3"].split()) print (title) content = out+"\n" + out1 + "\n" + out2 print (content) with open ("article.txt","w")as fp: if content != None and len(content) >0: fp.write(str(content)) fp.flush() subdom3 = BeautifulSoup(str(subdom.find_all("p")[2]),"html.parser") img = subdom3.find_all("img")[0] url = "http://http://www.hbjd.com.cn/"+img.attrs['src'] responseImg = requests.get(url) with open ("img1.jpg","wb")as fp: if len(responseImg.content) >0: fp.write(responseImg.content) fp.flush() subdom4 = BeautifulSoup(str(subdom.find_all("p")[4]),"html.parser") img = subdom4.find_all("img")[0] url = "http://www.hbjd.com.cn/"+img.attrs['src'] responseImg = requests.get(url) with open ("img2.jpg","wb")as fp: if len(responseImg.content) > 0: fp.write(responseImg.content) fp.flush()

可以考虑以下几个方面的优化：

1. 减少网络请求：当前代码中使用了多次网络请求获取网页和图片，可以尝试使用会话（Session）来复用TCP连接，减少建立连接的时间。

2. 减少解析HTML的次数：当前代码中使用了多次BeautifulSoup来解析HTML，可以尝试在一次解析中获取需要的信息。

3. 简化字符串处理：当前代码中使用了多次字符串处理来去除空白字符，可以使用正则表达式或者Python内置的字符串方法来简化处理。

4. 异常处理：当前代码中没有进行异常处理，可以加入适当的异常处理来提高代码的健壮性。

以下是优化后的代码示例：

# coding:utf-8
import requests
from bs4 import BeautifulSoup
import re

url = 'http://hbjd.com.cn/article-view-id-20554.html'

# 使用会话复用TCP连接
session = requests.Session()
response = session.get(url)
response.encoding = 'utf-8'

dom = BeautifulSoup(response.text, 'html.parser')
article = dom.find('article')

# 在一次解析中获取需要的信息
title = article.find('h2').text
p1, p2, p3 = [p.text for p in article.find_all('p')[::2]]

# 使用正则表达式简化字符串处理
out = re.sub(r'\s+', '', p1)
out1 = re.sub(r'\s+', '', p2.split()[1] + p2.split()[2])
out2 = re.sub(r'\s+', '', p3)

print(title)
content = out + '\n' + out1 + '\n' + out2
print(content)

# 添加异常处理
try:
    with open('article.txt', 'w') as fp:
        if content and len(content) > 0:
            fp.write(content)
except Exception as e:
    print('Failed to write to file:', e)

# 下载图片
for i, img in enumerate(article.find_all('img'), 1):
    url = 'http://www.hbjd.com.cn' + img.attrs['src']
    responseImg = session.get(url)
    if responseImg.ok:
        with open(f'img{i}.jpg', 'wb') as fp:
            fp.write(responseImg.content)