鱼C论坛

 找回密码
 立即注册
查看: 1288|回复: 1

小白爬百度贴吧出错

[复制链接]
发表于 2019-8-3 14:35:31 | 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
希望大家帮忙看一下,谢谢

import urllib.request
import re


def url_open(url):

    headers = {
                   'Referer':'https://tieba.baidu.com/p/6214044057',
                   'User-Agent':'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3676.400 QQBrowser/10.4.3469.400'
                   }

    req=urllib.request.Request(url,headers=headers)

    response=urllib.request.urlopen(req)

    html=response.read().decode('utf-8')

    return html

def get_img(html):
   
    p=r'<img class=\\"BDE_Image\\" src=\\"([^"]+\.jpg)\\"'
   
    img_list=re.findall(p,html)
   
   
    for each in img_list:
        print(each)
   
   
   
    for each in img_list:
        filename=each.split('/')[-1]
        urllib.request.urlretrieve(each,filename)
   



if __name__=='__main__':
    url='https://tieba.baidu.com/p/6214044057'
    get_img(url_open(url))
   



代码如上
错误如下:
urllib.error.URLError: <urlopen error no host given>
爬取的连接是可以打印出来的,但是想要把图片下载下来就有错误了
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

 楼主| 发表于 2019-8-5 13:39:30 | 显示全部楼层
解决啦,正则表达式错了
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, 2026-1-17 10:01

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表