爬取图片，点进src不是单个图片，如何爬取

Question

src点进去不是单个图片，周围黑背景，而是一串代码，这样的怎样爬取和存储，希望能指点一下

Answer 1

以下内容由CHATGPT及阿里嘎多学长共同生成、有用望采纳：

---

【您想要解决的问题】： 您提问的目的是要解决如何爬取和存储那些点击后不是显示单个图片，而是显示一串代码的图片资源的问题。

【图片内容】：

1. 第一张图片包含了一段JavaScript代码，这段代码看起来是jQuery库的一部分，可能是用于网页上的某些交互功能。
2. 第二张图片包含了一些CSS样式和JavaScript脚本的引用，这些资源可能用于网页的布局和行为。

【问题出现原因】： 问题出现的原因是您尝试爬取的图片资源实际上并不是直接可访问的图片文件，而是网页中的一段代码或资源链接。当您尝试直接访问这些资源时，您得到的是代码或无效的图片路径，而不是您期望的图片文件。

【问题解决方案】： 为了解决这个问题，您需要找到网页中实际用于显示图片的URL，并爬取这些URL所指向的图片文件。通常，这可以通过以下几种方法实现：

1. 分析网页结构：检查网页的HTML源代码，找到图片的真正路径。这可能需要分析网页中的JavaScript代码，因为图片路径可能是通过JavaScript动态加载的。

2. 使用爬虫工具：使用像BeautifulSoup或Selenium这样的Python库来分析和爬取网页内容。Selenium可以模拟浏览器行为，执行JavaScript并获取渲染后的页面内容。

3. 检查网页元素：如果图片通过CSS样式显示，您可能需要检查CSS文件或网页元素的样式，以找到图片的路径。

4. 使用开发者工具：在浏览器中使用开发者工具（通常可以通过按F12或右键选择“检查”来打开）来查看网页的资源加载情况，找到图片的实际URL。

【提供代码】： 以下是一个使用Python的Selenium库和Chrome WebDriver来爬取网页中图片的基本示例代码：

from selenium import webdriver

# 设置Selenium WebDriver
driver = webdriver.Chrome()

# 打开网页
driver.get("您的目标网页URL")

# 等待页面加载完成，这里设置了最长等待时间为10秒
driver.implicitly_wait(10)

# 找到网页中的所有图片元素
images = driver.find_elements_by_tag_name("img")

# 遍历所有图片元素，获取图片的src属性
for image in images:
    src = image.get_attribute("src")
    if src:
        # 打印图片URL
        print(src)

# 关闭WebDriver
driver.quit()

【代码运行方式】： 要运行上述代码，您需要：

• 安装Python环境。
• 安装Selenium库：通过运行pip install selenium来安装。
• 下载对应的WebDriver（例如ChromeDriver），确保它与您的浏览器版本兼容。

【代码预期运行结果】： 代码将打印出网页中所有图片元素的src属性值，这些值就是图片的URL。

【推荐相关链接】：

• Selenium官方文档：https://www.selenium.dev/documentation/en/
• BeautifulSoup官方文档：https://www.crummy.com/software/BeautifulSoup/bs4/doc/
• Python官方文档：https://docs.python.org/3/

请注意，爬取网页内容时应遵守相关网站的爬虫政策和法律法规。