Python: obtener todas las imágenes de un archivo html

Question

¿Alguien me puede ayudar a analizar un archivo html para obtener los enlaces de todas las imágenes del archivo en python?

Preferiblemente con un módulo de 3 ª parte ...

Gracias!

Answer 1

Puede usar Beautiful Soup. Sé que dijiste sin un módulo de terceros. Sin embargo, esta es una herramienta ideal para analizar HTML.

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

Answer 2

sólo con 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

Está generalmente aceptado que es más rápido que lxml Hermosa sopa (ref). Su tutorial se puede encontrar aquí: (link) También puede consultar this old stackoverflow post.