Pythonのxmlから "img"リンクを抽出できません

Question

IMGを抽出するために内部をナビゲートしようとしましたが動作しません。誰かが助けることができるなら、大きな助けになるでしょう。

from bs4 import BeautifulSoup 
import urllib 
import reimport lxml 

my_feeds = ['http://theverge.com/rss/index.xml'] 

for my_feed in my_feeds: 
    url=urllib.request.urlopen(my_feed) 
    soup=BeautifulSoup(url,"lxml") 
    entries=soup.find_all(['item','entry']) 

    for entry in entries: 
     print(entry.title.get_text()) 
     img=entry.find("img") 
     print(img) 

Answer 1

テキスト文字列でタグを検索しようとしています。 regexであなたの画像を見つけることをお勧めします。

あなたがこれを使用することができます：

from bs4 import BeautifulSoup 
import urllib.request 
import lxml 
import re 

my_feeds = ['http://theverge.com/rss/index.xml'] 

for my_feed in my_feeds: 
    url = urllib.request.urlopen(my_feed) 
    soup = BeautifulSoup(url, "lxml") 
    entries = soup.find_all(['item','entry']) 

    for entry in entries: 
     img = entry.find("content") 
     image = re.search(r'(?<=src=")(.*?)(?=")', img.get_text()) 
     print (image.group(0)) 

これを返します。コードの印刷：

https://cdn0.vox-cdn.com/thumbor/0Wln5lVNkZOj2RFrl9MXRz9rkOE=/0x0:2996x1997/1310x873/cdn0.vox-cdn.com/uploads/chorus_image/image/53417309/643062258.0.jpg https://cdn0.vox-cdn.com/thumbor/700q2QbDYoy9DW00Ud65RmEFfwM=/3x0:2283x1520/1310x873/cdn0.vox-cdn.com/uploads/chorus_image/image/53415747/seiko_steve_jobs_4.0.jpg ...