鱼C论坛

 找回密码
 立即注册
查看: 1245|回复: 3

爬煎蛋网时候始终无法抓到图片。。

[复制链接]
发表于 2018-4-2 15:42:25 | 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
程序本身没有报错,但是打印一个网站就没下文了。。是我的原因还是煎蛋网的原因呢?。。

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; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36 OPR/52.0.2871.40')
    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)


    print(url)
    return html[a:b]

def find_imgs(url):
    html = url_open(url).decode('utf-8')
    img_addrs = []

    a = html.find('img scr=')

    while a != -1:
        b = html.find('.jpg',a,a+255)
        if b != -1:
            img_addrs.append('http:'+ html[a+9:b+4])
        else:
            b = a + 9

        a = html.find('img scr=',b)
        
    for each in img_addrs:
        print(each)
   
def save_imgs(folder,img_addrs):
    pass


def download_mm(folder = 'ox',pages =10 ):
    os.mkdir(folder)
    os.chdir(folder)


    url = 'http://jiandan.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 2018-4-2 16:05:27 | 显示全部楼层
加密很久很久了、
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 2018-9-2 15:15:47 | 显示全部楼层

是不能爬了嘛?
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 2018-9-4 14:23:23 | 显示全部楼层
貌似你save_image函数里什么都没写,浏览器能下载,就能爬
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, 2025-12-29 01:57

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表