python获取html的img标签
常见问答
如何使用Python提取HTML中的所有图片链接？
我想从网页的HTML代码中获取所有<img>标签的图片链接，应使用什么方法或库？
使用BeautifulSoup提取图片链接
可以使用Python的BeautifulSoup库解析HTML内容，提取所有标签中的src属性值，从而获取图片链接。示例代码如下:
from bs4 import BeautifulSoup
html = '''<html><body><img src="image1.jpg" /><img src="image2.png" /></body></html>'''
soup = BeautifulSoup(html, 'html.parser')
imgs = soup.find_all('img')
img_urls = [img.get('src') for img in imgs]
print(img_urls) # 输出：['image1.jpg', 'image2.png']
Python中如何处理网页中<img>标签的相对路径问题？
获取到的<img>标签src属性有时是相对路径，如何转换成绝对路径？
结合urllib库转换相对路径为绝对路径
当标签中的src是相对路径时，需结合网页的基础URL将其转换成绝对路径。可以使用Python的urllib.parse模块的urljoin函数，例如：
from urllib.parse import urljoin
base_url = 'https://example.com/path/'
relative_path = 'images/pic.jpg'
absolute_url = urljoin(base_url, relative_path)
print(absolute_url) # 输出：https://example.com/path/images/pic.jpg
有哪些Python库适合解析HTML中的图片标签？
除了BeautifulSoup，还有其他哪些工具可以用来获取HTML中的<img>标签？
常用的Python HTML解析库推荐
除了BeautifulSoup外，Python中还有lxml库，它性能较快且支持XPath表达式，可以方便地定位标签。示例代码：
from lxml import html
html_content = "<html><body><img src='pic.jpg'/></body></html>"
tree = html.fromstring(html_content)
img_srcs = tree.xpath('//img/@src')
print(img_srcs) # 输出：['pic.jpg']
此外，正则表达式也能简单匹配图片标签，但不建议用于复杂或不规范的HTML。