鱼C论坛

 找回密码
 立即注册
查看: 1044|回复: 2

爬取妹子图。代码没错就是文件夹是空的。代码是照着视频敲出来的

[复制链接]
发表于 2018-3-27 21:09:26 | 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 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(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[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 -=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()
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2018-3-27 21:14:22 | 显示全部楼层
因为jiandan网站已经不能爬了,所以,文件夹最终是空的....
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2018-3-27 21:55:29 | 显示全部楼层
图片地址已加密。换网站测式
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, 2025-10-11 03:35

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表