新手诚恳学习 发表于 2018-3-29 16:18:22

是关于python的一个问题

import urllib.request
import re


def open_url(url):
   
    req=urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 SE 2.X MetaSr 1.0')
    response = urllib.request.urlopen(req)
    html=response.read().decode('utf-8')#图片不能decode,因为是2进制
    #print(html)
    return html


def get_imgs(html):
    p=r'<img class="BDE_Image" src="([^"]+\.jpg)'
    imglist=re.findall(p,html)
    '''
    for each in imglist:
      print(each)
    '''
    for each in imglist:
      filename=each.split('/')[-1]
      urllib.request.urlretrieve(each,filename,None)
      #print(each)


if __name__=='__main__':
    ur=input('请输入要获取的女神吧博客网页：')
    url=ur
    get_imgs(open_url(url))

这是小甲鱼的一个例子 就是从贴吧下图片那个
我注释了一个#print(each)
这个注释会让我下载额外的一张无关的图片是为啥啊
就是本来下载两张会有一张是无关的且不随机的一张图片

新手诚恳学习 发表于 2018-3-29 16:56:16

又运行了一次发现他哟哟不给我那张奇怪的图片l，到底是为什么

galaxybamboo 发表于 2018-3-30 13:12:16

是正则的贪婪模式的问题吧，建议获取jpg地址那句下面print一下看下p是不是jpg的地址，关闭贪婪模式用？号

新手诚恳学习 发表于 2018-3-31 22:09:47

确实是在网页中找到了与图片无关的链接
页: [1]
查看完整版本: 是关于python的一个问题