我的代碼只返回一個空字符串，我不知道爲什麼。Python中的圖像抓取程序無法按預期運行
import urllib2
def getImage(url):
page = urllib2.urlopen(url)
page = page.read() #Gives HTML to parse
start = page.find('<a img=')
end = page.find('>', start)
img = page[start:end]
return img
它只會返回它找到的第一個圖像，所以它不是一個很好的圖像刮板;那說，我現在的主要目標就是能夠找到一張圖片。我無法。
用紅寶石刮屏幕上的文章： http://www.igvita.com/2007/02/04/ruby-screen-scraper-in-60-seconds/ 它不刮圖像，但它是一個很好的文章，並可能有所幫助。
以這種方式提取圖像信息不是一個好主意。有severaly更好的選擇，這取決於你的知識和你的動機學習新的東西：
http://scrapy.org/是從網頁中提取數據，一個非常好的框架。看起來你是初學者，可能有點矯枉過正。
學習正則表達式來提取信息：http://docs.python.org/library/re.html和Learning Regular Expressions
使用http://www.crummy.com/software/BeautifulSoup/從的page.read()結果分析數據。
您應該使用這個庫中有幾個在那裏，而是通過改變你向我們展示了代碼回答你的問題......
你的問題是，你正在努力尋找圖片，但圖像不使用<a ...>標籤。他們使用<img ...>標籤。這裏有一個例子：
<img src="smiley.gif" alt="Smiley face" height="42" width="42">
你應該做的是你的start = page.find('<a img=')線更改爲start = page.find('<img ')像這樣：
def getImage(url):
page = urllib2.urlopen(url)
page = page.read() #Gives HTML to parse
start = page.find('<img ')
end = page.find('>', start)
img = page[start:end+1]
return img
我剛剛在http://yahoo.com上嘗試了我建議的'getImage'函數，並得到了這個結果：'
' –
bohney
考慮使用BeautifulSoup解析您的HTML：
from BeautifulSoup import BeautifulSoup
import urllib
url = 'http://www.google.com'
html = urllib.urlopen(url).read()
soup = BeautifulSoup(html)
for img in soup.findAll('img'):
print img['src']
一些指令這可能是有幫助的：
使用谷歌瀏覽器。將鼠標放在圖像上並右鍵單擊。選擇「檢查元素」。這將打開一個部分，您可以在該圖像附近看到html。
用美麗的湯解析HTML：
from BeautifulSoup import BeautifulSoup
request = urllib2.Request(url)
response = urllib2.urlopen(request)
html = response.read()
soap = BeautifulSoap(html)
imgs = soup.findAll("img")
items = []
for img in imgs:
print img['src'] #print the image location
items.append(img['src']) #store the locations for downloading later
知道如何使用正則表達式是有用的技術，但它不是爲網絡以任何方式刮「更好的選擇」。 – root