python爬取图片链接标签的src属性值_python爬取图片遇见src乱码： data:image/png;base64...

python爬取图片遇见src乱码： data:image/png;base64

向爬取自己喜欢的图片，但是在爬取下来的代码当中图片的src会出现乱码的情况：data:image/png;base64。搞了我好长时间，试过伪装headers，也试过通过修改网页js的内容来让img的src显示出来，也试过修改div的display属性，但是全部都没用，最后了解了才知道，这是Data URI scheme。

一：Data URI scheme：

目的是将一些小的数据，直接嵌入到网页中，从而不用再从外部文件载入。比如上面那串字符，其实是一张小图片，将这些字符复制黏贴到火狐的地址栏中并转到，就能看到它了，一张1X36的白灰png图片

数据分类：data表示取得数据的协定名称，image/png 是数据类型名称，base64 是数据的编码方法，逗号后面就是这个image/png文件base64编码后的数据

这样写的好处(对我这种萌新来说简直灾难)：图像文件的内容直接写在了HTML 文件中，节省了一个HTTP 请求。

二：使用python爬取解决的方法

解决思路：

它就是普通的  属性值。使用你的能够解析 html 的解析器，找到 image element，取得它的 src 属性值，将base64 格式的字符串转为 byte[ ]，然后放到 MemoryStream 中供 Image 控件读取，画出图片。(如果只是输出，得到 byte[ ] 数据结构即可)

举例：

<