[已解决]只能爬到广告节点的爬虫。。

露转溪桥

如题，按照小甲鱼老师课程所写的代码，现在只能爬到某页面中的一张广告图片，其他图片都爬不到，求教大神。。

1. import urllib.request
   
2. import os
   
3. 
   
4. def url_open(url):
   
5.     req = urllib.request.Request(url)
   
6.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36 Edge/17.17134')
   
7.     response = urllib.request.urlopen(url)
   
8.     html = response.read()
   
9.     return html
   
10. 
    
11. def get_page(url):
    
12.     html = url_open(url).decode('utf-8')
    
13.     a = html.find('current-comment-page') + 23
    
14.     b = html.find(']',a)
    
15. 
    
16.     return html[a:b]
    
17. 
    
18. def find_imgs(url):
    
19.     html = url_open(url).decode('utf-8')
    
20.     img_addrs = []
    
21. 
    
22.     a = html.find('img src=')
    
23. 
    
24.     while a!= -1:
    
25.         b = html.find('.jpg',a, a+255)
    
26.         if b != -1:
    
27.             img_addrs.append(html[a+9:b+4])
    
28.         else:
    
29.             b = a + 9
    
30. 
    
31.         a = html.find('img src=',b)
    
32. 
    
33.     for each in img_addrs:
    
34.         print(each)
    
35. 
    
36.     return img_addrs
    
37. 
    
38. def save_imgs(floder,img_addrs):
    
39.     for each in img_addrs:
    
40.         filename = each.split('/')[-1]
    
41.         with open(filename,'wb') as f:
    
42.             try:
    
43.                 img = url_open(each)
    
44.                 f.write(img)
    
45.             except:
    
46.                 continue
    
47. 
    
48. def pachong(folder='mm',pages=10):
    
49.     try:
    
50.         os.chdir(folder)
    
51.     except:
    
52.         os.mkdir(folder)
    
53.         os.chdir(folder)
    
54. 
    
55.     url = 'http://jandan.net/ooxx/'
    
56.     page_num = int(get_page(url))
    
57. 
    
58.     for i in range(pages):
    
59.         page_num -= 1
    
60.         page_url = url + 'page-' + str(page_num) + '#comments'
    
61.         img_addrs = find_imgs(page_url)
    
62.         save_imgs(folder,img_addrs)
    
63. 
    
64. if __name__ == '__main__':
    
65.     pachong()
    

复制代码

最佳答案

月排行榜 / 总排行榜

wongyusing

2018-11-18 19:41:15

网站反爬了，代码几年前的。现在不能用了。

跳转到最佳答案楼层

wongyusing

网站反爬了，代码几年前的。现在不能用了。

塔利班

升级爬虫手段

露转溪桥

wongyusing 发表于 2018-11-18 19:41
网站反爬了，代码几年前的。现在不能用了。

好的知道了谢谢