0

Estoy haciendo un extractor de links, lo que hace este codigo es pedir un link, extraer el codigo del link y filtrar solo lo que esta dentro de la etiqueta src, en fin. ya lo he intentado en el modulo urllib3 no me funcionó, asi que trate de usar otro modulo similar el que estoy usando ahora se llama request

import requests,re
 
url = input()
 
r = requests.get(url)
s = 'img .*?src="(.*?)"'
b = re.findall(s,r)

el contenido de b deberia ser una lista de links encontrados por re.findall

7
  • y por qué dices que no funciona? Qué debería ser el contenido de b y qué estás encontrando? QUé problema hubo con urllib3?
    – Alfabravo
    el 16 dic. 2021 a las 19:26
  • el contenido de b deberia ser una lista de links por? el 16 dic. 2021 a las 19:28
  • Porque no sabemos si ejecutaste el código (o el que usaba urllib3) y qué problema hubo. Para saber si estamos replicando el mismo problema
    – Alfabravo
    el 16 dic. 2021 a las 19:46
  • devolvio una lista vacia el 16 dic. 2021 a las 19:47
  • Entonces no estamos viendo el mismo problema porque a mí me da un error con el findall y la forma en la que está recibiendo la expresión regular :/ Seguro es el mismo código?
    – Alfabravo
    el 16 dic. 2021 a las 19:48

1 respuesta 1

0

Tu código deja de dar error si parseas correctamente la cadena con la url a procesar.

import requests,re

url = input("La URL a revisar: ")
r = str(requests.get(url))
s = str('img .*?src="(.*?)"')
b = re.findall(s, r)

print( b )

Otra opción es usar beautifulSoup python -m pip install bs4) y probar algo así:

from urllib.request import urlopen
from bs4 import BeautifulSoup

def pepito():
    url = input("La URL a revisar: ")
    dep = urlopen(str(url))
    soup = BeautifulSoup(dep, 'html.parser')
    for element in soup.find_all('img'):
        if element.has_attr('src'):
            print (element['src'])

pepito()

La cosa es que... se necesita una página que no cargue todo usando estilos :) Yo probé con https://www.yahoo.com

0

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.