我有这样的事情：
<img style="background:url(/theRealImage.jpg) no-repate 0 0; height:90px; width:92px;") src="notTheRealImage.jpg"/>
我正在使用beautifulsoup来解析HTML.有没有拉出“背景”css属性中的“url”？
解决方法
你有几个选择 – 快速和肮脏或正确的方式.快速而肮脏的方式(如果更改标记会很容易破坏)看起来像
>>> from BeautifulSoup import BeautifulSoup
>>> import re
>>> soup = BeautifulSoup('<html><body><img style="background:url(/theRealImage.jpg) no-repate 0 0; height:90px; width:92px;") src="notTheRealImage.jpg"/></body></html>')
>>> style = soup.find('img')['style']
>>> urls = re.findall('url\((.*?)\)',style)
>>> urls
[u'/theRealImage.jpg']
显然,你必须使用它来使它与多个img标签一起使用.
正确的方法,因为我觉得有人在CSS字符串上使用正则表达式:),使用CSS解析器. cssutils,我刚刚在Google上找到并在PyPi上可用的库,看起来它可以完成这项工作.
