代码之家 › 专栏 › 技术社区 › Tobias

scrapy-不明白这个json是从哪里来的

scrapy python

-1

Tobias · 技术社区 · 7 年前

[
 "[\"data:image/gif;base64,R0lGODdhAQABAPAAA///wAAACwAAAAAAQABAEACAkQBADs=\"]",
 "[\"https://tobier.de/media/2018/06/logo2-1.png\"]",
 "[\"data:image/gif;base64,R0lGODdhAQABAPAAAP///wAAACwAAAAAAQABAEACAkQBADs=\"]",
 "[\"https://tobier.de/media/2018/07/12548893_1089313591090351_8553746080250989501_n.jpg\"]",
 "[\"data:image/gif;base64,R0lGODdhAQABAPAAAP///wAAACwAAAAAAQABAEACAkQBADs=\"]",
 "[\"https://tobier.de/media/2018/07/16729432_1368587256496315_1586875734109631011_n.jpg\"]"
]

我的问题是: 有什么问题 "data:image/gif..."

我的图像Python代码:

def getImages(self, response):
    images = response.xpath('//img')
    imagesWithout = []
    for img in images:
        alt = img.xpath('./@alt').extract()
        if not alt:
           imagesWithout.append( img.xpath('./@src').extract() )
    return json.dumps(imagesWithout)

编辑: 爬在地上 Website

2 回复 | 直到 7 年前

1

0

Bentaye 7 年前

view-source:https://tobier.de/wordpress-custom-post-type/

<img class="figure-img img-fluid rounded" src="data:image/gif;base64,R0lGODdhAQABAPAAAP///wAAACwAAAAAAQABAEACAkQBADs=" data-lazy-src="https://tobier.de/media/2018/07/wordpress-custom-post-type-1.png" alt="wordpress custom post type" itemprop="contentUrl"/>

这是json中的第一个。

可能是一些特定于Wordpress的图片。

2

-1

Ilia Gilmijarow 7 年前

不熟悉的src标记是一个详细描述的技巧 here

我去了网页链接,发现至少有一个img的数据与基地64

<span class="ez-toc-section" id="Permalinks_aktualisieren">Permalinks aktualisieren</span></h3><p>Erstellen wir im Backend nun einen Mitarbeiter, sehen wir unter dem Title den Permalink. Wie konfiguriert, wird zwischen der Domain und dem Mitarbeiter-Name nun der Slug „mitarbeiter“ ausgegeben.</p><figure class="figure" itemscope itemtype="http://schema.org/ImageObject"> <img class="figure-img img-fluid rounded" src="data:image/gif;base64,R0lGODdhAQABAPAAAP///wAAACwAAAAAAQABAEACAkQBADs=" data-lazy-src="https://tobier.de/media/2018/07/permalink.png" alt="post type permalink" itemprop="contentUrl"/>