使用Python / Django从html获取第一张图片

问题描述

| 我正在从服务中获取一堆html并对其进行稍微解析。 我正在寻找一种方法来获取第一个图像标签的链接。 类似于以下JQuery代码：

var imagelink = $(\'img:first\',Feed.content).attr(\'src\');

但是当然只使用Python / Django（服务器在Google应用引擎上运行）。我宁愿不使用任何其他库，只是为了获得一个简单的链接。     

解决方法

        您可以使用BeautifulSoup执行此操作： http://www.crummy.com/software/BeautifulSoup/ 这是XML / HTML解析器。因此，您传入原始html，然后可以在其中搜索特定的标记/内容等。 这样的事情应该工作：

tree = BeautifulSoup(raw_html)
img_link = (tree.find(\'img\')[0]).attr[\'src\']

    ,        这正是我在寻找的东西。实际上，真正的代码是这样的：

tree = BeautifulSoup(raw_html)
img_link = tree.find_all(\'img\')[0].get(\'src\')

很棒！谢谢timmy-omahony     ,        如果我再进行html的解析，则可能会研究建议的一种库。但是现在我已经通过以下方式解决了这个问题：

   startImgPos = post.find(\'<img\',len(post)) + 4
    if(startImgPos > -1):
        endImgPos = post.find(\'>\',startImgPos,len(post))
        imageTag = post[startImgPos:endImgPos]
        startSrcPos = imageTag.find(\'src=\"\',len(post)) +5
        endSrcPos = imageTag.find(\'\"\',startSrcPos,len(post)) 
        linkTag = imageTag[startSrcPos:endSrcPos]
        r[\'linktag\'] = linkTag

我稍后会对此进行改进，但现在可以解决问题。随意对以上代码提出任何其他想法/改进。