[已解决]爬取贴吧图片地址失败

xiaobaibucai

以下是我写的代码

import re

import urllib.request as ur

url='http://tieba.baidu.com/p/1753935195'
#打开网页
def open_url(url):
    req=ur.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36')
    a=ur.urlopen(req)
    html=a.read().decode('utf-8')
    return html
#获得图片地址
def get_img(html):
    img=r'"BDE_Image" src="([^"]+\.jpg)'
    imglist=re.findall(img,html)
    for i in imglist:
        if i:
            yield print(i)
        else:
            continue
if __name__=='__main__':
    url='https://tieba.baidu.com/p/1753935195'
    get_img(open_url)


程序可以运行 但是不显示任何东西   .
想测试看看获取图片地址。
顺便问一下 下面这个地址从哪儿查看的  实不相瞒 这是我复制另外一个 大佬的代码地址  开始以为是自己地址错了  但是用这个地址还是不行
url='https://tieba.baidu.com/p/1753935195'
求大佬们相助  
！！！！！
万分感谢

最佳答案

月排行榜 / 总排行榜

lixiangyv

2020-1-6 19:55:02

然后在这行 : yield print(i)
不可以使用 yield , 要把 yield 删掉，他后面不能是函数!

这样在我的机子上是木有任何错误了。
正常打打印了：


正确源代码：

1. import re
   
2. 
   
3. import urllib.request as ur
   
4. 
   
5. url='http://tieba.baidu.com/p/1753935195'
   
6. #打开网页
   
7. def open_url(url):
   
8.     req=ur.Request(url)
   
9.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36')
   
10.     a=ur.urlopen(req)
    
11.     html=a.read().decode('utf-8')
    
12.     return html
    
13. #获得图片地址
    
14. def get_img(html):
    
15.     img=r'"BDE_Image" src="([^"]+\.jpg)'
    
16.     imglist=re.findall(img,html)
    
17.     for i in imglist:
    
18.         if i:
    
19.             print(i)
    
20.         else:
    
21.             continue
    
22. if __name__=='__main__':
    
23.     url='https://tieba.baidu.com/p/1753935195'
    
24.     get_img(open_url(url))
    

复制代码

跳转到最佳答案楼层

lixiangyv

这一行有错误：
    get_img(open_url)
你没传入参数，应该写成：get_img(open_url(url))

但这还是不行......

一会查到再说......

lixiangyv

然后在这行 : yield print(i)
不可以使用 yield , 要把 yield 删掉，他后面不能是函数!

这样在我的机子上是木有任何错误了。
正常打打印了：


正确源代码：

1. import re
   
2. 
   
3. import urllib.request as ur
   
4. 
   
5. url='http://tieba.baidu.com/p/1753935195'
   
6. #打开网页
   
7. def open_url(url):
   
8.     req=ur.Request(url)
   
9.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36')
   
10.     a=ur.urlopen(req)
    
11.     html=a.read().decode('utf-8')
    
12.     return html
    
13. #获得图片地址
    
14. def get_img(html):
    
15.     img=r'"BDE_Image" src="([^"]+\.jpg)'
    
16.     imglist=re.findall(img,html)
    
17.     for i in imglist:
    
18.         if i:
    
19.             print(i)
    
20.         else:
    
21.             continue
    
22. if __name__=='__main__':
    
23.     url='https://tieba.baidu.com/p/1753935195'
    
24.     get_img(open_url(url))
    

复制代码

zltzlt

代码有些小问题，帮楼主改好了：

1. import re
   
2. import urllib.request as ur
   
3. 
   
4. url = 'http://tieba.baidu.com/p/1753935195'
   
5. # 打开网页
   
6. def open_url(url):
   
7.     req = ur.Request(url)
   
8.     req.add_header('User-Agent', 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36')
   
9.     a=ur.urlopen(req)
   
10.     html=a.read().decode('utf-8')
    
11.     return html
    
12. # 获得图片地址
    
13. def get_img(html):
    
14.     img=r'"BDE_Image" src="([^"]+\.jpg)'
    
15.     imglist=re.findall(img, html)
    
16.     for i in imglist:
    
17.         if i:
    
18.             print(i)
    
19.         else:
    
20.             continue
    
21. if __name__=='__main__':
    
22.     url='https://tieba.baidu.com/p/1753935195'
    
23.     get_img(open_url(url))

复制代码

xiaobaibucai

lixiangyv 发表于 2020-1-6 19:55
然后在这行 : yield print(i)
不可以使用 yield , 要把 yield 删掉，他后面不能是函数!

感谢大佬 ！！！！！

xiaobaibucai

zltzlt 发表于 2020-1-6 21:21
代码有些小问题，帮楼主改好了：

感谢大佬谢谢！！！！

xiaobaibucai

顺便问下大佬 我这个url地址  从哪儿查找 就是这个url='https://tieba.baidu.com/p/1753935195'  实不相瞒这是复制的  。。。