鱼C论坛

 找回密码
 立即注册
查看: 801|回复: 2

爬虫那一节,跟着小甲鱼老师后面敲的,怎么不对

[复制链接]
发表于 2018-12-29 13:37:53 | 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


  1. import urllib.request
  2. import os

  3. def url_open(url):
  4.     req = urllib.request.Request(url)
  5.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36')
  6.     response = urllib.request.urlopen(url)
  7.     html = response.read()
  8.    

  9.     return html


  10. def get_page(url):
  11.     html = url_open(url).decode('utf-8')

  12.     a = html.find('current-comment-page')+23
  13.     b = html.find(']',a)

  14.     return html[a:b]

  15.    
  16. def find_imgs(url):
  17.     html = url_open(url).decode('utf-8')
  18.     img_addrs = []

  19.     a = html.find('img src=')
  20.    
  21.     while a != -1:
  22.         b = html.find('.jpg',a,a+255)
  23.         if b != -1:
  24.             img_addrs.append(html[a+9:b+4])
  25.         else:
  26.             b = a + 9


  27.         a = html.find('img src=',b)

  28.     return img_addrs
  29.         

  30. def save_imgs(folder,img_addrs):
  31.     for each in img_addrs:
  32.         filename = each.split('/')[-1]
  33.         with open(filename,wb) as f:
  34.             img = url_open(each)
  35.             f.write(img)



  36. def download_mm(folder='OOXX',pages=10):
  37.     os.mkdir(folder)
  38.     os.chdir(folder)

  39.     url = "http://jandan.net/ooxx/"
  40.     page_num = int(get_page(url))

  41.     for i in range(pages):
  42.         page_num -= i
  43.         page_url = url + 'page-' + str(page_num) + '#comments'
  44.         img_addrs = find_imgs(page_url)
  45.         save_imgs(folder,img_addrs)

  46. if __name__=='__main__':
  47.     download_mm()
复制代码
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2018-12-29 14:00:43 From FishC Mobile | 显示全部楼层
网站改版了,这份代码爬不了
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2018-12-29 14:09:36 | 显示全部楼层
wongyusing 发表于 2018-12-29 14:00
网站改版了,这份代码爬不了


居然遇到这操作
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, 2026-1-12 17:43

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表