Python - Obtenir toutes les images d'un fichier html

Question

Quelqu'un peut-il m'aider à analyser un fichier html pour obtenir les liens pour toutes les images dans le fichier en python?

De préférence avec un module de 3ème partie ...

Merci!

Answer 1

Vous pouvez utiliser Beautiful Soup. Je sais que vous avez dit sans un module tiers. Cependant, c'est un outil idéal pour analyser le HTML.

import urllib2 
from BeautifulSoup import BeautifulSoup 
page = BeautifulSoup(urllib2.urlopen("http://www.url.com")) 
page.findAll('img') 

Answer 2

seulement en utilisant PSL

from html.parser import HTMLParser 
class MyParse(HTMLParser): 
    def handle_starttag(self, tag, attrs): 
     if tag=="img": 
      print(dict(attrs)["src"]) 

h=MyParse() 
page=open("index.html").read() 
h.feed(page) 

Answer 3

Il est généralement admis que lxml est plus rapide que Belle soupe (ref). Son tutoriel peut être trouvé ici: (link) Vous pouvez également jeter un oeil à this old stackoverflow post.