百度文库爬虫（爬取需要下载券的文档）

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

我爱小甲鱼.c · 发表于 2018-12-28 00:45:55

jasmorning · 发表于 2018-12-28 23:35:42

看了评论觉得有必要看看

lovesword · 发表于 2018-12-29 10:57:38

穆白

大裤衩子 · 发表于 2018-12-29 14:10:13

厉害啊

sdtfll · 发表于 2018-12-31 06:28:40

看看，谢谢，，，，，，，，，

loveky · 发表于 2018-12-31 07:57:14

这个厉害了

gudujian158411 · 发表于 2019-1-16 11:12:23

学习一下

diom · 发表于 2019-1-16 11:22:43

看看

四点好 · 发表于 2019-1-16 14:00:55

我下载下来测试运行，LZ厉害，用正则爬网站

9Gyw · 发表于 2019-1-16 14:17:51

啊啊啊啊啊啊

1072368472 · 发表于 2019-1-16 14:22:30

222222222222222222222222223

四点好 · 发表于 2019-1-16 14:59:36

牛逼的代码，我就不清楚，LZ是如何知识这些不同的URL网址的，全部用正则抓数据，洗数据，膜拜楼主

一秋秋s · 发表于 2019-1-16 15:29:49

hw1512 发表于 2018-12-25 17:13
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 ...

63行双引号里的斜杠，再加一个就好了

一秋秋s · 发表于 2019-1-16 15:31:25

爬https://wenku.baidu.com/view/017b0fb5d15abe23492f4d6c
这个的时候，报错了，
Traceback (most recent call last):
  File "D:/pycharm/基础练习/baiduwenku.py", line 97, in <module>
main()
  File "D:/pycharm/基础练习/baiduwenku.py", line 83, in main
doc_id = get_doc_id(url)
  File "D:/pycharm/基础练习/baiduwenku.py", line 14, in get_doc_id
return re.findall('view/(.*).html', url)[0]
IndexError: list index out of range

求大佬解答一下

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）

浏览过的版块