从网站提取图像（Python）

在本文中，我们将探讨如何使用 Aspose.HTML for Python via .NET 从网站提取各种类型的图像。借助该 Python 库，您可以高效地下载网站图像，而无需手动搜索。让我们开始使用编程方式提取图像吧！

从网站提取图像

大多数 HTML 文档中的图片都是通过 <img> 元素表示的。下面的示例展示了如何使用 Aspose.HTML for Python via .NET 查找该元素并下载图像。

1. 使用 HTMLDocument(Url) 构造函数初始化 HTMLDocument 对象，并提供要提取图像的网页 URL。
2. 调用 get_elements_by_tag_name(“img”) 方法获取文档中所有 <img> 元素。此方法返回文档中找到的所有 <img> 元素集合。
3. 通过遍历收集到的 <img> 元素并使用 get_attribute(“src”) 方法提取唯一的图像 URL。将这些 URL 存入集合以避免重复。
4. 使用 Url 类和文档的 base_uri 属性创建绝对图像 URL，确保它们能够正确请求。
5. 对每个绝对图像 URL，创建一个 RequestMessage 对象并发送网络请求以获取图像。

# Extract images from website using Python

import os
import aspose.html as ah
import aspose.html.net as ahnet

# Prepare output directory
output_dir = "output/"
os.makedirs(output_dir, exist_ok=True)

# Open HTML document from URL
with ah.HTMLDocument("https://docs.aspose.com/svg/net/drawing-basics/svg-color/") as doc:
    # Collect all <img> elements
    images = doc.get_elements_by_tag_name("img")

    # Get distinct relative image URLs
    urls = set(img.get_attribute("src") for img in images)

    # Create absolute image URLs
    abs_urls = [ah.Url(url, doc.base_uri) for url in urls]

    for url in abs_urls:
        # Create a network request
        request = ahnet.RequestMessage(url)

        # Send request
        response = doc.context.network.send(request)

        # Check if successful
        if response.is_success:
            # Extract file name
            file_name = os.path.basename(url.pathname)

            # Save image locally
            with open(os.path.join(output_dir, file_name), "wb") as f:
                f.write(response.content.read_as_byte_array())

注意： 在商业用途前，请确保遵守版权法并获得适当授权。我们不支持在未获许可的情况下使用他人文件进行商业活动。

提取图标

图标是 HTML 文档中使用 <link> 元素并将 rel 属性设为 icon 的一种图像。下面展示如何使用 Aspose.HTML for Python via .NET 从网站提取图标：

1. 使用 HTMLDocument(Url) 构造函数创建 HTMLDocument 实例，并传入要提取图标的网页 URL。
2. 调用 get_elements_by_tag_name(“link”) 方法收集所有 <link> 元素。
3. 使用 get_attribute(“rel”) 方法获取 rel 属性的值，过滤出 rel="icon" 的元素。
4. 从每个图标链接元素中提取 href 属性，获取相对 URL。使用文档的 base URI 将相对 URL 转换为绝对 URL。
5. 对每个绝对图像 URL，创建 RequestMessage 对象并发送请求以下载图标。

# Extract icons from website using Python

import os
import aspose.html as ah
import aspose.html.net as ahnet

# Define output directory
output_dir = "output/icons/"
os.makedirs(output_dir, exist_ok=True)

# Open a document you want to extract icons from
document = ah.HTMLDocument("https://docs.aspose.com/html/python-net/")

# Collect all <link> elements
links = document.get_elements_by_tag_name("link")

# Leave only "icon" elements
icons = [link for link in links if link.get_attribute("rel") == "icon"]

# Create a distinct collection of relative icon URLs
urls = {icon.get_attribute("href") for icon in icons}

# Create absolute icon URLs
abs_urls = [ah.Url(url, document.base_uri) for url in urls]

for url in abs_urls:
    # Create a request message
    request = ahnet.RequestMessage(url)

    # Extract icon
    response = document.context.network.send(request)

    # Check whether the response is successful
    if response.is_success:
        # Save icon to a local file system
        file_path = os.path.join(output_dir, os.path.basename(url.pathname))
        with open(file_path, 'wb') as file:
            file.write(response.content.read_as_byte_array())

您可以使用这些 Python 示例自动化从网站提取所有图像。此功能在归档、研究、分析网页内容或任何需要批量获取图像的场景中非常有价值。它同样适用于网页设计师和开发者，以便快速获取网站资源。

下载 Aspose.HTML for Python via .NET 库，即可快速、轻松地操作 HTML 文档。该 Python 库能够创建、修改、提取数据、转换以及渲染 HTML 文档，无需外部软件。它支持 EPUB、MHTML、XML、SVG、Markdown 等常用格式，并可渲染为 PDF、DOCX、XPS 以及图像文件。

您可以从 GitHub 下载完整示例和数据文件。

Aspose.HTML 提供一套 HTML Web Applications，其中包含免费转换器、合并器、SEO 工具、HTML 代码生成器、URL 工具等。该应用在任何带浏览器的操作系统上均可使用，无需额外安装软件。使用这些工具可简化工作流，提高生产力。