python - 爬取百度的‘星空’图片，，为什么匹配不到data-imgurl啊。。连正则都匹配不到’

问题描述

问 题

url='http://image.baidu.com/search/index?tn=baiduimage&ct=201326592&lm=-1&cl=2&ie=gbk&word=%D0%C7%BF%D5&fr=ala&ori_query=%E6%98%9F%E7%A9%BA&ala=0&alatpl=sp&pos=0'
html=urllib.urlopen(url).read()
soup=BeautifulSoup(html)
a=soup.find_all('img')
len(a)
6
b=re.findall(r'img',html)
len(b)

414

c=re.findall('data-imgurl',html)
len(c)

0

为什么获取不到data-imgurl的内容啊，img的内容用bs4也大多获取不到。。。。。查看网页源码也看不到data-imgurl。。只能查找的到。

解决方案

打开源文件
看到第487行的JS代码，其中插入了一块JSON格式的数据

其中hoverURL对应的项是图片的url，然后objURL是原图片的url

这篇关于python - 爬取百度的‘星空’图片，，为什么匹配不到data-imgurl啊。。连正则都匹配不到’的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！