python - 使用Python从网页中提取图像链接

因此，我想获取此页面（nba团队）的所有图片。
http://www.cbssports.com/nba/draft/mock-draft

但是，我的代码提供了更多的功能。它给了我，

<a href="/nba/teams/page/ORL"><img src="http://sports.cbsimg.net/images/nba/logos/30x30/ORL.png" alt="Orlando Magic" width="30" height="30" border="0" /></a>

我怎样才能缩短它，只给我，http://sports.cbsimg.net/images/nba/logos/30x30/ORL.png.

我的代码：

import urllib2
from BeautifulSoup import BeautifulSoup
# or if your're using BeautifulSoup4:
# from bs4 import BeautifulSoup

soup = BeautifulSoup(urllib2.urlopen('http://www.cbssports.com/nba/draft/mock-draft').read())

rows = soup.findAll("table", attrs = {'class': 'data borderTop'})[0].tbody.findAll("tr")[2:]

for row in rows:
  fields = row.findAll("td")
  if len(fields) >= 3:
    anchor = row.findAll("td")[1].find("a")
    if anchor:
      print anchor

最佳答案

我知道这可能是“创伤性的”，但是对于那些自动生成的页面，您只想将这些令人讨厌的图像拿走，再也不会回来，因此，采用所需模式的快速n脏正则表达式通常是我的选择（没有Beautiful Soup依赖性是很大的优势）：

import urllib, re

source = urllib.urlopen('http://www.cbssports.com/nba/draft/mock-draft').read()

## every image name is an abbreviation composed by capital letters, so...
for link in re.findall('http://sports.cbsimg.net/images/nba/logos/30x30/[A-Z]*.png', source):
    print link


    ## the code above just prints the link;
    ## if you want to actually download, set the flag below to True

    actually_download = False
    if actually_download:
        filename = link.split('/')[-1]
        urllib.urlretrieve(link, filename)

希望这可以帮助！

关于python - 使用Python从网页中提取图像链接，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/11350464/