急需一个抓拍网址打开的这个里面所有图片并保存下来

buch2009

各位高手，我现在碰到一个急手问题，比如，我打开了一个网址r如：http://www.360doc.com/content/18/0702/12/46062816_767071220.shtml
这个里面的PPT，他用PDF来显示给我看的，我想如何批量把这个PDF里面的所有图片给抓拍下来，并保存在一个路径里面，要求，这个图片是按顺序自动命名（如1.jpg 2.jpg），然后并自动的保存为PDF文件出来
一直听说python会抓拍，到底怎么弄，我还不会，麻烦高手编写下代码如何实现。

阴阳神万物主

你得找一个有权限访问这样的网页的代理IP，或者你的电脑能访问这样的网页。
只要你能使用你的浏览器访问到 这样的网页 能看到图片，那就可以

buch2009

阴阳神万物主 发表于 2019-11-8 14:50
你得找一个有权限访问这样的网页的代理IP，或者你的电脑能访问这样的网页。
只要你能使用你的浏览器访问到 ...

我的例子写的很清楚，你可以进去看舍。你就直接说代码怎么编写

阴阳神万物主

buch2009 发表于 2019-11-8 15:28
我的例子写的很清楚，你可以进去看舍。你就直接说代码怎么编写

那我可先告诉你啊，如果说，你的浏览器无法访问到我给出的那个网页的话，无法下载图片的

buch2009

我真服了你，光这里谈论大话，能不能拜托写写代码出来我看看舍。老听说python会爬虫啊，抓拍啊，那就露两手看看舍

阴阳神万物主

话说，如果要保存为PDF文件的话，还得去安装wkhtmltopdf这么个东西，还得使用第三方库 pdfkit
你要是特急，建议你去CSDN有现成的
在我这儿，就不给你整 PDF 了

阴阳神万物主

好吧，我搞不来这个，不晓得这样的报错该咋整

1. urllib.error.URLError: <urlopen error [WinError 10060] 由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。>

复制代码

不晓得该怎样答复，只要解决了这种问题，我的代码你就能用，逻辑上是讲得通的
我的代码：

1. import re
   
2. import random as rd
   
3. import urllib.request
   
4. import os
   
5. import time
   
6. #伪装
   
7. headers = {'Connection':'keep-alive',
   
8.            'Accept-Language':'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
   
9.            'Accept-Encoding':'gzip, deflate, br',
   
10.            'Accept':'image/webp,*/*',
    
11.            'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:70.0) Gecko/20100101 Firefox/70.0'}
    
12. ips = ['121.205.13.12:9999','60.184.173.0:3128','220.249.149.151:9999','113.121.23.62:9999','183.11.235.48:9292']
    
13. 代理 = {'http':ips[rd.randint(0, len(ips)-1)]}
    
14. prpxy_support = urllib.request.ProxyHandler(代理)
    
15. opener = urllib.request.build_opener(prpxy_support)
    
16. opener.addheaders = [('User-Agent', headers['User-Agent']),
    
17.                      ('Connection',headers['Connection']),
    
18.                      ('Accept-Language',headers['Accept-Language']),
    
19.                      ('Accept-Encoding',headers['Accept-Encoding']),
    
20.                      ('Accept',headers['Accept'])]
    
21. #定制结束
    
22. def download(url:'目标网址',path:'储存在哪个文件夹'):
    
23.     global opener
    
24.     html = opener.open(url)#打开网页
    
25.     html = html.read()
    
26.     rule = re.compile(r'<img data.+?src="(?P<img>.+?)">')
    
27.     photos = rule.findall(html)
    
28.     num = 1
    
29.     le = len(pho)
    
30.     while num<le:
    
31.         each = photo[num]
    
32.         try:
    
33.             #伪随机ip防止中断连接
    
34.             代理 = {'http':ips[rd.randint(0, len(ips)-1)]}
    
35.             prpxy_support = urllib.request.ProxyHandler(代理)
    
36.             opener = urllib.request.build_opener(prpxy_support)
    
37.             pho = opener.open(each)
    
38.             tag = pho.read()
    
39.             with open(path+os.sep+str(num)+'.jpg','wb') as f:
    
40.                 f.write(tag)
    
41.             num += 1
    
42.         except:
    
43.             print('连接断了，重试中')
    
44.             time.sleep(2)
    
45.     print('下载完了')
    
46. if __name__ == '__main__':
    
47.     download('http://www.360doc.com/content/18/0702/12/46062816_767071220.shtml','测试')
    

复制代码

wp231957

阴阳神万物主 发表于 2019-11-8 18:21
好吧，我搞不来这个，不晓得这样的报错该咋整不晓得该怎样答复，只要解决了这种问题，我的代码你就能用，逻 ...

反爬