[已解决]爬虫的自我修养4:OOXX中按照视频中的代码照打的出现错误，请解决~

Lin.ZY

代码如下：

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/55.0.2883.87 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[a:b]

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[a+9:b+4])
        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=10):
    os.mkdir(folder)
    os.chdir(folder)

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

    for i in range(pages):
        page_num-=1
        page_url=url+'page-'+str(page_num)+'#comments'
        img_addrs=find_imgs(page_url)
        save_imags(folder,img_addrs)

if __name__=="__main__":
    download_mm()


header我也添加了。
是不是http://jandan.net/ooxx 这个网址目前反爬虫了呢？？？

最佳答案

月排行榜 / 总排行榜

ba21

2018-2-10 20:47:40

是的。反爬，图片地址也加密。换网站测式吧

跳转到最佳答案楼层

ba21

是的。反爬，图片地址也加密。换网站测式吧

像番茄加两个蛋

换一个网站试试看