weixin_44764910 2022-01-27 12:25 采纳率: 100%
浏览 455
已结题

xpath爬取图片,得不到src ,python求解决


import requests
from lxml import etree
def main():
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3883.400 QQBrowser/10.8.4559.400'}
    url = "https://pic.sogou.com/pics?query=%E4%BA%94%E6%98%9F%E7%BA%A2%E6%97%97%E5%9B%BE%E7%89%87&rawQuery=%E4%BA%94%E6%98%9F%E7%BA%A2%E6%97%97%E5%9B%BE%E7%89%87&st=255&mood=5&dm=0&mode=1"
    resp = requests.get(url, headers=headers)
    resp.encoding = "utf-8"
    child_tree = etree.HTML(resp.text)
    imgs = child_tree.xpath('//div[@class="figure-result"]//a/img')
    for img in imgs:
        src = img.xpath('./@src')
        print(src)

if __name__ == '__main__':
    main()

  • 写回答

4条回答 默认 最新

  • CSDN专家-showbo 2022-01-27 13:55
    关注

    图片是js解析出来的,xpath无效,数据在js变量里面,正则提取下数据用json.loads加载获取

    img


    img


    代码如下

    img

    import requests
    import re
    import json
    def main():
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3883.400 QQBrowser/10.8.4559.400'}
        url = "https://pic.sogou.com/pics?query=%E4%BA%94%E6%98%9F%E7%BA%A2%E6%97%97%E5%9B%BE%E7%89%87&rawQuery=%E4%BA%94%E6%98%9F%E7%BA%A2%E6%97%97%E5%9B%BE%E7%89%87&st=255&mood=5&dm=0&mode=1"
        resp = requests.get(url, headers=headers)
        resp.encoding = "utf-8"
    
        jsonstr=re.findall(r'window\.__INITIAL_STATE__=(.+?);\(function\(\){var s;',resp.text,re.S)[0]
        
        data=json.loads(jsonstr)
        for item in data['searchList']['searchList']:
            print(item['title'])
            print(item['picUrl'])
    
        '''
        child_tree = etree.HTML(resp.text)
        #imgs = child_tree.xpath('//div[@class="figure-result"]//a/img')
        #for img in imgs:
        #    src = img.xpath('./@src')
            print(src)
        '''
     
    if __name__ == '__main__':
        main()
     
    
    

    img

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论 编辑记录
查看更多回答(3条)

报告相同问题?

问题事件

  • 系统已结题 2月4日
  • 已采纳回答 1月27日
  • 创建了问题 1月27日

悬赏问题

  • ¥15 SQLServer怎么录入下标
  • ¥100 无网格伽辽金方法研究裂纹扩展的程序
  • ¥15 错误于library(org.Hs.eg.db): 不存在叫‘org.Hs.eg.db’这个名称的程序包,如何解决?
  • ¥60 求一个图片处理程序,要求将图像大小跟现实生活中的大小按比例联系起来的
  • ¥50 求一位精通京东相关开发的专家
  • ¥100 求懂行的大ge给小di解答下!
  • ¥15 pcl运行在qt msvc2019环境运行效率低于visual studio 2019
  • ¥15 MAUI,Zxing扫码,华为手机没反应。可提高悬赏
  • ¥15 python运行报错 ModuleNotFoundError: No module named 'torch'
  • ¥100 华为手机私有App后台保活