BeautifulSoup_Python 登录_beautifulsoup中文文档(4)

你甚至可以print content看一下 和那个网站下firebugs分析的数据一样

可以看到网页的东西都给抓出来了，真的和firebugs看到的一样，当然，这些个玩意儿，不管是firebugs看到的还是beautifulsoup分析的都是在我们缓存里面的，而不是网上的东西，所以bs（beautifulsoup）里面可以直接修改标签（尤其是更改图片的路径啊）

现在，BS登场。首先是漂亮一点儿的显示，下面这个图里这两行就不用解释了，名字就很明显。

ok，所有BS的详细介绍可以查阅中文文档：

我就解释自己的代码好了。

首先 18 table = soup.table 取出这张表里面的标签，因为分析了一下下，杭电里面我需要的信息都在标签里面，然后再从table里面找。

然后处理图片，为什马要先处理图片那，因为：1、图片需要保存，因此需要原来图片真正的url地址 ；2、保存下来的网页里面图片的src要改成本地的地址。也就是说如果原src = “/data/images/神马神马”，我需要把他改成“/images/hdoj/神马神马”，然后在存到里面，所以先处理保存图片原地址，然后用BS把缓存中的改成想要的东西，再进行后面的操作（这就是说为什马BS是在缓存操作，而不是在网上，网上的东西我们是改不了的）。

图片的相关代码：

1 #images the real url

2 images_src = table.findAll('img')[1:]

3 images = []

4

5 len_img = len(images_src)

6

7 for i in range(len_img):

8 image = str(images_src[i].attrs[0][1])

9 images.append(image)

10

11 # now we change the images url

12

13 for i in range(len_img):

14 images_src[i]['src'] = pro_image + images_src[i].attrs[0][1].split('/')[-1]

2 images_src = table.findAll('img')[1:]，取出所有的图片标签，可以type（）一下，是，而image_src【i】的type是这个

3 images = [] 这是最后需要保存到info里面杭电图片真正的url的，（下载图片需要）。

8image = str(images_src[i].attrs[0][1]) 这一行比较绕，为神马呢，我在BS文档里面发现了BeautifulSoup.Tag这个里面有个attrs属性，打印出来看了看是这个玩意儿[(u'src', u'http://.cnblogs.com/../data/images/1828-1.jpg')]，一个list里面有个元组，而元组里面第二个元素刚好是图片的url，so：attrs[0]是这个(u'src', u'http://.cnblogs.com/../data/images/1828-1.jpg')（一个元组），attrs[0][1]就是图片的url了。

14 images_src[i]['src'] = pro_image + images_src[i].attrs[0][1].split('/')[-1] 更改缓存里面的url，pro_image='/images/hdoj/'，这样保存下来的图片就和我本地图片路径一样了，方便后来django显示。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-33239-4.html