百度文库爬虫（爬取需要下载券的文档）

awenhuifan · 发表于 2018-12-13 21:41:58

厉害

qq835712955 · 发表于 2018-12-14 10:59:12

学习

永远学不会 · 发表于 2018-12-14 11:19:52

看看

我叫TH · 发表于 2018-12-14 14:21:56

谢谢，楼主分享

snaker · 发表于 2018-12-15 17:20:32

本帖最后由 snaker 于 2018-12-15 17:25 编辑

楼主的代码第63行少了个‘\’应改为
url_list = [item.replace("\\", '') for item in url_list ]
是网页插入代码的问题，会自动减少一个\
还有楼主的程序爬出来的怎么只有第一页的，没有第二页的东西
刚试了一下其他文件，可以下载全部的，但是这个只能下载第一页的，楼主看一下：https://wenku.baidu.com/view/fe2ea54abed5b9f3f90f1c7b.html?qq-pf-to=pcqq.c2c

wangsansan · 发表于 2018-12-18 19:29:05

不错哦

senler · 发表于 2018-12-19 11:25:33

看看

卖鱼强卖鱼强 · 发表于 2018-12-19 20:00:43

感谢分享

q4160888 · 发表于 2018-12-20 10:02:44

看看

zalababadongbal · 发表于 2018-12-24 20:31:31

大神大神

Pender · 发表于 2018-12-25 16:32:21

学习

hw1512 · 发表于 2018-12-25 17:13:50

楼主你好我是一个刚开始学习python的菜鸟看到这个百度文库爬虫感觉太需要了但是源代码编译的时候63行一直报错我现在还弄不明白而且感觉这个软件应该有很强的需求建议可以做成一个带界面的应用谢谢

千里遥岑 · 发表于 2018-12-25 20:00:34

哇，学习一下

favomj · 发表于 2018-12-25 21:07:52

gcy1115 · 发表于 2018-12-26 17:10:21

[]
[]
[]
[]
[]
[]
[]
[]
['//img.jandan.net/news/2018/12/68b5400250920bbd8f778ad314e75af7.jpg']
Traceback (most recent call last):
  File "C:\Users\Administrator\Desktop\downlod.py", line 76, in <module>
download()
  File "C:\Users\Administrator\Desktop\downlod.py", line 72, in download
save_imgs(folder,img_addrs)
  File "C:\Users\Administrator\Desktop\downlod.py", line 56, in save_imgs
with open(filename, 'wb') as f:
OSError: [Errno 22] Invalid argument: 'http://img.jandan.net/news/2018/12/68b5400250920bbd8f778ad314e75af7.jpg'
>>> 这个扎回事？？？

sss_Stone · 发表于 2018-12-26 18:42:35

感谢老哥

hzxsxds01 · 发表于 2018-12-26 21:04:22

感谢楼主无私奉献！

断章残月 · 发表于 2018-12-27 10:45:02

Nash-python · 发表于 2018-12-27 19:16:51

很有用感谢分享

农小贤 · 发表于 2018-12-28 00:17:46

谢谢分享

账号		自动登录	找回密码
密码			立即注册

[作品展示] 百度文库爬虫（爬取需要下载券的文档）

评分