python提取网页文字图片

在Python中，可以使用BeautifulSoup库来提取网页中的文本，以及使用requests和PIL库来下载网页上的图片。以下是一个简单的例子

确保在运行代码前安装所需的库：

pip install requests beautifulsoup4 pillow

import requests
from bs4 import BeautifulSoup
from PIL import Image
 
# 获取网页内容
url = 'http://example.com'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')
 
# 提取文本
texts = soup.get_text()
print(texts)
 
# 提取并下载图片
for img in soup.find_all('img'):
    img_url = img.get('src')
    if img_url:
        response = requests.get(img_url)
        with open('image.jpg', 'wb') as file:
            file.write(response.content)

段代码会输出网页的文本内容，并将网页中的图片下载为image.jpg文件。需要注意的是，这只是一个基础例子，实际使用时可能需要处理更复杂的情况，例如处理重定向、多页面文本和图片、处理CSS和JavaScript动态内容等