如题,比如爬取新闻类,该新闻中含图片,图片该怎么处理,如果有多张图片呢
类似
[文字]
[图片]
[文字]
或者
[文字]
[图片]
[文字]
[图片]
[文字]
需要下载图片到本地?还是直接用该网站的图片源,如果要下载到本地,文字内容上又该怎么处理。
多谢各位的回答,其实我想问得一点是怎么将图片保持在原位置,比如scrapy中可以使用
p.xpath('p/text()').extract()
得到文字内容
p.xpath('p/img/@src').extract()
定位图片,那么怎么保证图片的位置和原来的位置一样呢
保存や収集の必要がない場合(例えば、ウェブサイトが閉鎖されたり、元の画像が無効になる恐れがある場合)は、ウェブサイトの画像ソースを直接使用しても問題ありません。スペース、管理、または著作権の条件。もちろん、難易度も比較的低いです。
外部リンクできる場合はそうしてください。ただし、ホットリンクを避けるように注意してください。最も安全な方法は、ローカルにダウンロードすることです
Bs4 を使用して対応するノードを選択でき、xpath も使用でき、必要なものを抽出できます
ローカルにダウンロードし、Web ページの src をローカルの相対ディレクトリに置き換えます
ニュース?ポータル サイトには基本的にリーチ防止機能が備わっています
まず偽造されたリファラーをローカルにダウンロードしてから、元のテキストの画像アドレスをローカルのアドレスに置き換えることをお勧めします
http://blog.csdn.net/qq_34844199/article/details/51468841 これを読めば、すべてが明確になります