由于学了爬煎蛋网，试着借鉴了其他大佬的代码，搞了个爬妹子图的爬虫。

sosh

import urllib.request
import os


def url_open(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36')
    req.add_header('Referer','http://wwww.mzitu.com')#设置请求头，不加爬下来的都是防盗图
    response = urllib.request.urlopen(req)
    html = response.read()
    return html

def get_page(url):
    html = url_open(url).decode('utf-8')
    a = html.find('page-numbers current')+22
    b = html.find('<',a)
    return html[a:b]

def find_imgs(url):
    html  = url_open(url).decode('utf-8')
    img_addrs = []
    a = html.find('data-original=')
    while a !=-1:#查到img src=
        b = html.find('.jpg',a,a+255)#限定查找范围
        if b!= -1:#查到结尾就合成图片地址
            img_addrs.append(html[a+15:b+4])
        else:#查不到img-hash就推后10位重新查找
            b = a+15#避免无限循环
        a = html.find('data-original=',b)
    return img_addrs
#保存图片
def save_imgs(folder,img_addrs):
    for each in img_addrs:
        filename = each.split('/')[-1]#取最后一个部分
        with open(filename, 'wb') as f:#打开图片，二进制码
            img = url_open(each)
            f.write(img)
   
def download_mm(folder='meizitu',pages=10):#下载页数设置
    if os.path.exists(folder)==False:            #判断有无meizitu文件夹
            os.mkdir(folder)#创建一个文件夹
    os.chdir(folder)#切换文件夹到folder
    url = 'https://www.mzitu.com/'
    #获取页码
    page_num = int(get_page(url))

    for i in range(pages):
        page_num += i#换下一页
        page_url = url +'page/'+str(page_num)+'/'
        img_addrs = find_imgs(page_url)
        save_imgs(folder,img_addrs)
        print(page_url)
if __name__ =='__main__':
    download_mm()

逃兵

从来都是访问被拒绝，第一次成功运行

xtxstar

666,妙啊

jackcoden

喵喵喵

一抹心尘

我就喜欢这个敢于实践的小伙子

wzdr

pyleng

urllib.error.URLError: <urlopen error [WinError 10054] 远程主机强迫关闭了一个现有的连接。>

改一下延迟可以了
response=urllib.request.urlopen(req, timeout=30)

zjxqqq

想问一下老哥，那个html = url_open(url).decode('utf-8')
    a = html.find('page-numbers current')+22
    b = html.find('<',a)
    return html[a:b]
自己看网页源代码的时候发现没有这个page-number  而且最后出来有上一页下一页导致后面int()不行，会报错，咋办