图片懒加载怎么破:爬去哪儿图集实战
在构建离线旅行攻略时,需要把去哪儿网游记中的图集批量抓取并整理为本地 Markdown 电子书。技术上的主要障碍并非反爬,而是图片懒加载:页面中数十张图片在初始 HTML 里仅以占位图形式存在,真实地址延迟到滚动进入视口时才加载。懒加载本身是标准的 Web 性能优化手段,但对只获取静态 HTML 的爬虫而言,拿到的永远是未赋值的占位标记。本文记录从原理分析到工程落地的完整方案,目标读者已具备 Python 与 requests 基础。懒加载的两种实现去哪儿图集主要采用两种实现形态。第一种是属性占位。图片标签的 src 指向占位图,真实地址存放在 data-original、data-src 或...