鱼C论坛

 找回密码
 立即注册
查看: 1590|回复: 1

为什么爬不到图片????

[复制链接]
发表于 2017-12-16 20:40:43 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
import urllib.request
import re
def open_url(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.84 Mobile Safari/537.36')
    page = urllib.request.urlopen(req)
    html = page.read().decode('utf-8')
    return html
def get_img(html):
    p = r'<img class="BDE_Image" src="[^"]+\.jpg"'
    imglist = re.findall(p,html)
    for each in imglist:
        print(each)
if __name__ == '__main__':
    url = 'https://tieba.baidu.com/p/4113226902'
    get_img(open_url(url))
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2017-12-16 21:05:28 | 显示全部楼层
换一个头部信息,即User-Agent后面那一串,应该是无效的了。
还有正则表达式也不是很正确。你那个会把<img class="BDE_Image" src="也打印出来
换成p = r'<img class="BDE_Image" src="([^"]+\.jpg)"'
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-10-23 03:27

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表