需要帮助从使用 bs4 和 python 的幻灯片中抓取图像

Question

我正在尝试从 Craigslist 获取废料列表信息，不幸的是我似乎无法获取图像，因为它们是幻灯片。

import requests
from bs4 import BeautifulSoup as soup

url = "https://newyork.craigslist.org/search/sss"
r = requests.get(url)
souped = soup(r.content, 'lxml')

由于图像甚至不在请求的 html 文件中，我是否需要以某种方式动态加载页面或其他内容。 如果可以，我只能将它保留在 python 中，我不想要任何其他依赖项。 在此先感谢，对此很陌生，因此任何帮助都会有所帮助。

Answer 1

查找带有类result-image gallery的 A 标签。 这些标签中的每一个都有一个data-ids属性，该属性保留了图像文件名称的一部分。

<a href="https://newyork.craigslist.org/mnh/fuo/d/new-york-city-3-piece-shaped-ikea-couch/6812749499.html" class="result-image gallery" data-ids="1:00707_iRUU5VKwkWi,1:00H0H_6AIBqK2iQDU">
           ....
</a>

现在，如果您想获取 url，首先获取该属性并解析部分图像的名称（在该示例中， 00707_iRUU5VKwkWi和00H0H_6AIBqK2iQDU ）。

现在您可以使用主机和后缀（ _300x300 ）和扩展名构建网址：

https://images.craigslist.org/00707_iRUU5VKwkWi_300x300.jpg
https://images.craigslist.org/00H0H_6AIBqK2iQDU_300x300.jpg