2242253525 发表于 2022-1-22 12:02:50

小甲鱼OOXX的那个视频，我写出来之后报ValueError: unknown url type

本帖最后由 2242253525 于 2022-1-22 14:53 编辑

小甲鱼py的那个爬虫视频，我照着写了之后是显示ValueError: unknown url type，但是加上http://显示 OSError: Invalid argument

import urllib.request
import os
import base64
def url_open(url):
    req =urllib.request.Request(url)
    req.add_header('user-agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36')
    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:
      #我觉得应该是这里有问题
      filename= each.split('/')[-1]
      with open(filename,'w')as f:
            img = url_open(each)
            f.write(img)

def download_mm(floder='ooxx',pages=10):
    os.mkdir(floder)
    os.chdir(floder)
    url='http://jandan.net/girl'
    page_num=int(get_page(url))



    for i in range(pages):
      s='20220122-'
      page_num-=i
      a=s+str(page_num)
      i=base64.b64encode(a.encode())
      page_url=url+'/'+i.decode()+'#comments'
      img_addrs=find_imgs(page_url)
      save_imgs(floder,img_addrs)

if __name__=='__main__':
    download_mm()

isdkz 发表于 2022-1-22 23:21:13

你的代码要改两处地方
import urllib.request
import os
import base64
def url_open(url):
    req =urllib.request.Request(url)
    req.add_header('user-agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36')
    response=urllib.request.urlopen(req)
    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:
      #我觉得应该是这里有问题
      filename= each.split('/')[-1]
      with open(filename,'wb')as f:             # 第一处
            img = url_open("http:" + each)    # 第二处
            f.write(img)

def download_mm(floder='ooxx',pages=10):
    os.mkdir(floder)
    os.chdir(floder)
    url='http://jandan.net/girl'
    page_num=int(get_page(url))



    for i in range(pages):
      s='20220122-'
      page_num-=i
      a=s+str(page_num)
      i=base64.b64encode(a.encode())
      page_url=url+'/'+i.decode()+'#comments'
      img_addrs=find_imgs(page_url)
      save_imgs(floder,img_addrs)

if __name__=='__main__':
    download_mm()

2242253525 发表于 2022-2-13 10:08:09

isdkz 发表于 2022-1-22 23:21
你的代码要改两处地方

谢谢，已经解决啦
页: [1]
查看完整版本: 小甲鱼OOXX的那个视频，我写出来之后报ValueError: unknown url type