关于爬虫爬去煎蛋网妹子图的问题

1955207586

1. import urllib.request
   
2. import os
   
3. def get_page(url):
   
4.     req=urllib.request.Request(url)
   
5.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64; rv:61.0) Gecko/20100101 Firefox/61.0')
   
6.     request=urllib.request.urlopen(req)
   
7.     html=response.read().decode('utf-8')
   
8.     a=html.find('current-comment-page')+23
   
9.     b=html.find(']',a)
   
10.     print(html[a:b])
    
11. def find_imgs(url):
    
12.    
    
13.     pass
    
14. def save_imgs(folder,img_addrs):
    
15.     pass
    
16. def download_mm(folder='ooxx',pages=10):
    
17.     os.mkdir(folder)
    
18.     os.chdir(folder)
    
19. 
    
20.     url='http://jandan.net/ooxx'
    
21.     page_num=int(get_page(url))
    
22. 
    
23.     for i in range(pages):
    
24.         page_num-=i
    
25.         page_url=url+'page-'+str(page_num)+'#comments'
    
26.         img_addrs=find_imgs(page_url)
    
27.         save_imgs(folder,img_addrs)
    
28. 
    
29. 
    
30. if __name__=='__main__':
    
31.     download__mm
    

复制代码

然后显示
Traceback (most recent call last):
  File "D:/爬图.py", line 31, in <module>
    download__mm
NameError: name 'download__mm' is not defined
知道会有错误，为啥无法显示页数啊？
还有问一下，最开始get_page(url)后面url不应该是个参数吗？为啥在其他函数里面给的url网址也能在这个函数里面用啊，不应该写在最开始吗？之前从零开始入门的视频都看了，是看漏了？这明显又不是继承啊……

无符号整形

多了个下划线

download__mm

塔利班

download_mm()
括号也没有

url只是个用来表示网址比较方便，变量名可以换的 他们没要求一定是一个url

1955207586

塔利班 发表于 2018-8-12 23:07
download_mm()
括号也没有

为啥def函数名后面（url）就能表示那个网址啊？不应该是在最开头写吗？写在其他函数里怎么就可以在另一个函数直接用了啊？

1955207586

无符号整形 发表于 2018-8-12 21:11
多了个下划线

改了，但是还是无法显示图片的页码

1. import urllib.request
   
2. import os
   
3. def get_page(url):
   
4.     req=urllib.request.Request(url)
   
5.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64; rv:61.0) Gecko/20100101 Firefox/61.0')
   
6.     request=urllib.request.urlopen(req)
   
7.     html=response.read().decode('utf-8')
   
8.     a=html.find('current-comment-page')+23
   
9.     b=html.find(']',a)
   
10.     print(html[a:b])
    
11. def find_imgs(url):
    
12.    
    
13.     pass
    
14. def save_imgs(folder,img_addrs):
    
15.     pass
    
16. def download_mm(folder='ooxx',pages=10):
    
17.     os.mkdir(folder)
    
18.     os.chdir(folder)
    
19. 
    
20.     url='http://jandan.net/ooxx'
    
21.     page_num=int(get_page(url))
    
22. 
    
23.     for i in range(pages):
    
24.         page_num-=i
    
25.         page_url=url+'page-'+str(page_num)+'#comments'
    
26.         img_addrs=find_imgs(page_url)
    
27.         save_imgs(folder,img_addrs)
    
28. 
    
29. 
    
30. if __name__=='__main__':
    
31.     download_mm
    

复制代码

无符号整形

1955207586 发表于 2018-8-13 14:59
改了，但是还是无法显示图片的页码

煎蛋反爬了。
绕过反爬的方法可以搜索一下。