Re: [問題] 網路爬蟲 抓不到標籤<img>的src屬性

作者: rexyeah (ccccccc)   2018-11-11 21:29:57
不在意速度的話...
from selenium import webdriver
from bs4 import BeautifulSoup
url = 'https://v.comicbus.com/online/comic-103.html?ch=924'
browser = webdriver.PhantomJS()
browser.get(url)
html = browser.page_source
soup = BeautifulSoup(html, 'html.parser')
img_url = 'https:%s' % soup.find('img', {'id': 'TheImg'})['src']
print img_url
====
不過其實phantomjs已經deprecated了,但還是可以用。
上面那段我自己跑過,可以抓到,只是真的很慢
※ 引述《bugbug777 (sil)》之銘言:
: 大家好,小魯是個網路爬蟲新手
: 最近想來寫一個下載圖片的網路爬蟲
: 這裡附上簡短的程式碼
: <img border="0" id="TheImg" name="TheImg"/>
: 似乎抓不到src的這個屬性,請問這是為什麼?
: 圖示8comic的海賊王924話圖片
: https://imgur.com/ccnRjKr
作者: bugbug777 (sil)   2018-11-11 21:55:00
請問用火狐可以嘛 還是你只是隨便挑一個瀏覽器用@@a
作者: rexyeah (ccccccc)   2018-11-11 22:06:00
都可以 我只是順手用個default headless的driver
作者: bugbug777 (sil)   2018-11-11 22:15:00
謝謝你喔 還貼出完整的程式碼
作者: zo6596001 (超帥肥宅)   2018-11-12 00:34:00
我在上一串貼的圖用火狐,是因為在Linux比較好裝

Links booklink

Contact Us: admin [ a t ] ucptt.com