柒s 发表于 2021-3-20 17:54:14

小甲鱼爬煎蛋网的网址已经变了该怎么办

原本是jandan.net/ooxx/page-1293#comments

现在变成http://jandan.net/ooxx/MjAyMTAzMjAtMTEz#comments

源代码应该怎么改：
import urllib.request
import os


def url_open(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.221 Safari/537.36 SE 2.X MetaSr 1.0')
    response = urllib.request.urlopen(url)   
    html = response.read()

    return html


def get_page(url):
    html = url_open(url).decode('utf-8')

    a = html.find('current-comment-page') + 23
    b = html.find(']', a)

    return html



   
def find_imgs(url):
    html = url_open(url).decode('utf-8')
    img_addrs = []
    a = html.find('img src=')

    while a != -1:
      b = html.find('.jpg', a, a+255)
      if b != -1:
            img_addrs.append(html)
      else:
            b = a + 9
      a = html.find('img src=', b)
    return img_addrs


def save_imgs(folder, img_addrs):
    for each in img_addrs:
      filename = each.split('/')[-1]
      with open(filename, 'wb') as f:
            img = url_open(each)
            f.write(img)


def download_mm(folder='OOXX', pages=2):
    os.mkdir(folder)
    os.chdir(folder)

    url = "http://jandan.net/ooxx/"
    page_num = int(get_page(url))

    for i in range(pages):
      page_num -= i
      page_url = url+'page-'+str(page_num)+'#comments'
      img_addrs = find_imgs(page_url)
      save_imgs(folder, img_addrs)

if __name__== '__main__':
    download_mm()

球球

小伤口 发表于 2021-3-20 21:01:51

本帖最后由 小伤口 于 2021-3-20 21:07 编辑

https://www.mzitu.com/
用这个网址吧
这个网址和小甲鱼老师
视频里的演示是差不多的
只要看懂了小甲鱼讲的
爬这个应该没问题{:5_102:}

Daniel_Zhang 发表于 2021-3-20 22:59:03

煎蛋爬虫，终于搞定了，没有了 403 forbidden，基本上就是基于 小甲鱼老师 的代码

这是我之前写的一个，能理解多少就看自己的本事了，刚测过，依然可以使用

柒s 发表于 2021-3-21 15:50:06

Daniel_Zhang 发表于 2021-3-20 22:59
煎蛋爬虫，终于搞定了，没有了 403 forbidden，基本上就是基于 小甲鱼老师 的代码

这是我之前写的一个， ...

可以了{:5_106:}

柒s 发表于 2021-3-21 15:50:52

小伤口 发表于 2021-3-20 21:01
https://www.mzitu.com/
用这个网址吧
这个网址和小甲鱼老师


电脑打这网址打不开。。

Daniel_Zhang 发表于 2021-3-21 16:34:29

柒s 发表于 2021-3-21 15:50
电脑打这网址打不开。。

为啥我能打开{:10_334:}

柿子饼同学 发表于 2021-3-21 16:59:29

小伤口 发表于 2021-3-20 21:01
https://www.mzitu.com/
用这个网址吧
这个网址和小甲鱼老师


咦你这网址打不开呀

小伤口 发表于 2021-3-21 17:13:55

柿子饼同学 发表于 2021-3-21 16:59
咦你这网址打不开呀

我反正可以{:10_334:}
页: [1]
查看完整版本: 小甲鱼爬煎蛋网的网址已经变了该怎么办