如何提取淘宝物品详情页上的所有图片?

2016-02-29 14:03:34 +08:00
 stupidcat

我现在是用下面两个正则来匹配:

\"[^"]\.(jpg|png)\"
'[^']
\.(jpg|png)'

但是只能抓到一小部分图片,如下图所示:

除了那两张大的是 700*700 以外,其余都是小图

(那两张大图是因为我还做了一步处理,把形如“ http://...-item_pic.jpg_50x50.jpg ”的图片地址转化为“ http://...-item_pic.jpg ”,以得到全尺寸的图片)

但是这个物品详情页上有非常多的图片,那么应该怎么把所有的图片都抓下来呢??

5138 次点击
所在节点    问与答
4 条回复
stupidcat
2016-02-29 14:07:27 +08:00
比如物品页上的第一张详情图,三个帅哥合影的那张,在浏览器上查看网页源代码是可以看到的,就是“<img src="https://img.alicdn.com/imgextra/i3/482811141/TB2x2s2fVXXXXbjXpXXXXXXXXXX_!!482811141.jpg" align="absmiddle">”,但是在程序里跑的时候就找不到了。。。。。(我用的是 C#,因为要做一个图形界面)
stupidcat
2016-02-29 14:14:51 +08:00
那两个正则表达式是
"[^"]*\.(jpg|png)"
'[^']*\.(jpg|png)'
yeyeye
2016-02-29 14:24:18 +08:00
淘宝的图片是懒加载的吧 所以要做相关的数据分析吧
vdo
2016-02-29 20:10:14 +08:00
嘿嘿嘿

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/259882

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX