[已解决]关于无法将'bytes'对象转换为str的问题

流浪者阿薇

模仿的是小甲鱼第57讲ooxx，但是出现了这个问题，一直不知道错在哪里，希望有大神帮我看看

1. import urllib.request
   
2. import os
   
3. 
   
4. def url_open(url):
   
5.     req=urllib.request.Request(url)
   
6.     headers={'User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36'}
   
7.     response=urllib.request.urlopen(url,headers)
   
8.     html=response.read()
   
9. 
   
10.     return html
    
11. 
    
12. def get_page(url):   
    
13.     html=url_open(url).decode('utf-8')
    
14. 
    
15.     a=html.find('href="https://www.mzitu.com/210282/')+36
    
16.     b=html.find('"',a)
    
17. 
    
18.     return html[a:b]
    
19.    
    
20. def finf_imgs(url):
    
21.     html=url_open(url).decode('utf-8')
    
22.     img_addrs=[]
    
23.    
    
24.     a=html.find('img src=')
    
25.    
    
26.     while a!=-1:
    
27.         b=html.find('.jpg',a,a+255)
    
28.         if b!=-1:
    
29.             img_addrs.append(html[a+9:b+4])
    
30.         else:
    
31.             b=a+9
    
32. 
    
33.         a=html.find('img src=',b)
    
34. 
    
35.     return img_addrs
    
36.    
    
37. def save_imgs(folder,ig_addrs):
    
38.     for each in img_addrs:
    
39.         filename=each.split('/')[-1]
    
40.         with open(filename,'wb') as f:
    
41.             img=open_url(each)
    
42.             f.write(img)
    
43. 
    
44. def download_mm(folder='ooxx',pages=10):
    
45.     os.mkdir(folder)
    
46.     os.chdir(folder)
    
47. 
    
48.     url='https://www.mzitu.com/210282'
    
49.     page_num=int(get_page(url))
    
50. 
    
51.     for i in range(pages):
    
52.         page_num += i
    
53.         page_url=url+'/'+str(page_num)
    
54.         img_addrs=find_imgs(page_url)
    
55.         save_imgs(folder,img_addrs)
    
56. 
    
57. if __name__=='__main__':
    
58.     download_mm()
    

复制代码

最佳答案

月排行榜 / 总排行榜

shatanzongcai

2020-4-2 22:45:20

兄弟错的地方有点多，我帮你改了好久，一会儿你对比看下哪里要改。妹子图没办法爬，你跑完代码就知道了。只能请其他朋友帮忙看下。

1. import urllib.request
   
2. import os
   
3. 
   
4. def url_open(url):
   
5.     headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:74.0) Gecko/20100101 Firefox/74.0'}
   
6.    
   
7.     req=urllib.request.Request(url,headers = headers)
   
8.    
   
9.     response=urllib.request.urlopen(req)
   
10.     html=response.read()
    
11. 
    
12.     return html
    
13. 
    
14. def get_page(url):   
    
15.     html=url_open(url).decode('utf-8')
    
16. 
    
17.     a=html.find("https://www.mzitu.com/210282/")
    
18.     print(html[a+29])
    
19. 
    
20.     return html[a+29]
    
21.    
    
22. def find_imgs(url):
    
23.     html=url_open(url).decode('utf-8')
    
24.     img_addrs=[]
    
25.    
    
26.     a=html.find('img src=')
    
27.    
    
28.     while a!=-1:
    
29.         b=html.find('.jpg',a,a+255)
    
30.         if b!=-1:
    
31.             img_addrs.append(html[a+9:b+4])
    
32.         else:
    
33.             b=a+9
    
34. 
    
35. 
    
36. 
    
37.         a=html.find('img src=',b)
    
38. 
    
39.     return img_addrs
    
40.    
    
41. 
    
42. def save_imgs(folder,img_addrs):
    
43.     for each in img_addrs:
    
44.         filename=each.split('/')[-1]
    
45.         with open(filename,'wb') as f:
    
46.             img=url_open(each)
    
47.             f.write(img)
    
48. 
    
49. def download_mm(folder='ooxx',pages=10):
    
50. 
    
51.     os.mkdir(folder)
    
52.     os.chdir(folder)
    
53.     url='https://www.mzitu.com/210282'
    
54.     page_num=int(get_page(url))
    
55. 
    
56.     for i in range(pages):
    
57.         page_num += i
    
58.         page_url=url+'/'+str(page_num)
    
59.         img_addrs=find_imgs(page_url)
    
60.         save_imgs(folder,img_addrs)
    
61.         
    
62. 
    
63. if __name__=='__main__':
    
64.     download_mm()
    
65. 
    

复制代码

跳转到最佳答案楼层

Twilight6

1. with open(filename,'wb') as f:
   
2.             img=open_url(each)
   
3.             f.write(img)

复制代码

这段代码错了！！！


哈哈哈 说出来你可能不相信  ， 我刚刚才做到33课时课后作业 ，

不过我刚刚尝试时候 误打误撞有碰到你标题这种情况，就是提示你标题的那种错误


这种原因是因为  wb 是二进制写入   你要import pickle     然后把 f.write 改成用  pickle.dump()  就OK了  

流浪者阿薇

Twilight6 发表于 2020-4-2 16:58
这段代码错了！！！

刚刚试了一下，发现还是出同样的问题，呜呜呜

Twilight6

流浪者阿薇 发表于 2020-4-2 17:02
刚刚试了一下，发现还是出同样的问题，呜呜呜

不会吧  

Twilight6

流浪者阿薇 发表于 2020-4-2 17:02
刚刚试了一下，发现还是出同样的问题，呜呜呜

对不起大佬！打扰了！小的马上撤离战场哈哈哈  因为刚刚看见你的错误一激动就啾进来了哈哈哈

那就超出我的知识范围了哈哈哈哈 不过我总感觉你那个地方应该是错的吧

Twilight6

流浪者阿薇 发表于 2020-4-2 17:02
刚刚试了一下，发现还是出同样的问题，呜呜呜

我是什么都看不懂。。。嘿嘿

流浪者阿薇

Twilight6 发表于 2020-4-2 17:21
我是什么都看不懂。。。嘿嘿

哈哈哈哈没事我自己也看不懂

wp231957

流浪者阿薇 发表于 2020-4-2 17:22
哈哈哈哈没事我自己也看不懂

错误信息呢

流浪者阿薇

wp231957 发表于 2020-4-2 17:32
错误信息呢

1. Traceback (most recent call last):
   
2.   File "C:\Users\ASUS\Desktop\爬虫\不同页面不同图片 - 副本.py", line 62, in <module>
   
3.     download_mm()
   
4.   File "C:\Users\ASUS\Desktop\爬虫\不同页面不同图片 - 副本.py", line 53, in download_mm
   
5.     page_num=int(get_page(url))
   
6.   File "C:\Users\ASUS\Desktop\爬虫\不同页面不同图片 - 副本.py", line 16, in get_page
   
7.     req=urllib.request.urlopen(url,headers)
   
8.   File "D:\Program Files\Python38\lib\urllib\request.py", line 222, in urlopen
   
9.     return opener.open(url, data, timeout)
   
10.   File "D:\Program Files\Python38\lib\urllib\request.py", line 525, in open
    
11.     response = self._open(req, data)
    
12.   File "D:\Program Files\Python38\lib\urllib\request.py", line 542, in _open
    
13.     result = self._call_chain(self.handle_open, protocol, protocol +
    
14.   File "D:\Program Files\Python38\lib\urllib\request.py", line 502, in _call_chain
    
15.     result = func(*args)
    
16.   File "D:\Program Files\Python38\lib\urllib\request.py", line 1362, in https_open
    
17.     return self.do_open(http.client.HTTPSConnection, req,
    
18.   File "D:\Program Files\Python38\lib\urllib\request.py", line 1319, in do_open
    
19.     h.request(req.get_method(), req.selector, req.data, headers,
    
20.   File "D:\Program Files\Python38\lib\http\client.py", line 1230, in request
    
21.     self._send_request(method, url, body, headers, encode_chunked)
    
22.   File "D:\Program Files\Python38\lib\http\client.py", line 1276, in _send_request
    
23.     self.endheaders(body, encode_chunked=encode_chunked)
    
24.   File "D:\Program Files\Python38\lib\http\client.py", line 1225, in endheaders
    
25.     self._send_output(message_body, encode_chunked=encode_chunked)
    
26.   File "D:\Program Files\Python38\lib\http\client.py", line 1041, in _send_output
    
27.     chunk = f'{len(chunk):X}\r\n'.encode('ascii') + chunk \
    
28. TypeError: can't concat str to bytes

复制代码

wp231957

流浪者阿薇 发表于 2020-4-2 17:54

headers  格式不对
    headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36'}

改完  还有创建目录错误 请自行修改

_2_

流浪者阿薇 发表于 2020-4-2 17:22
哈哈哈哈没事我自己也看不懂

headers 应该是一个字典

shatanzongcai

兄弟，你这个错误的地方有一点多诶，headers这个东西是放在urllib.request.Request()里面而不是urlopen（）里面，然后你的字典格式也是错的，headers={'User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.132 Safari/537.36'} ，这里连接的应该是冒号而不是逗号啊兄弟！！！！之后还有url_open 打成open_url，还有其他的变量名字打错。

shatanzongcai

兄弟错的地方有点多，我帮你改了好久，一会儿你对比看下哪里要改。妹子图没办法爬，你跑完代码就知道了。只能请其他朋友帮忙看下。

1. import urllib.request
   
2. import os
   
3. 
   
4. def url_open(url):
   
5.     headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:74.0) Gecko/20100101 Firefox/74.0'}
   
6.    
   
7.     req=urllib.request.Request(url,headers = headers)
   
8.    
   
9.     response=urllib.request.urlopen(req)
   
10.     html=response.read()
    
11. 
    
12.     return html
    
13. 
    
14. def get_page(url):   
    
15.     html=url_open(url).decode('utf-8')
    
16. 
    
17.     a=html.find("https://www.mzitu.com/210282/")
    
18.     print(html[a+29])
    
19. 
    
20.     return html[a+29]
    
21.    
    
22. def find_imgs(url):
    
23.     html=url_open(url).decode('utf-8')
    
24.     img_addrs=[]
    
25.    
    
26.     a=html.find('img src=')
    
27.    
    
28.     while a!=-1:
    
29.         b=html.find('.jpg',a,a+255)
    
30.         if b!=-1:
    
31.             img_addrs.append(html[a+9:b+4])
    
32.         else:
    
33.             b=a+9
    
34. 
    
35. 
    
36. 
    
37.         a=html.find('img src=',b)
    
38. 
    
39.     return img_addrs
    
40.    
    
41. 
    
42. def save_imgs(folder,img_addrs):
    
43.     for each in img_addrs:
    
44.         filename=each.split('/')[-1]
    
45.         with open(filename,'wb') as f:
    
46.             img=url_open(each)
    
47.             f.write(img)
    
48. 
    
49. def download_mm(folder='ooxx',pages=10):
    
50. 
    
51.     os.mkdir(folder)
    
52.     os.chdir(folder)
    
53.     url='https://www.mzitu.com/210282'
    
54.     page_num=int(get_page(url))
    
55. 
    
56.     for i in range(pages):
    
57.         page_num += i
    
58.         page_url=url+'/'+str(page_num)
    
59.         img_addrs=find_imgs(page_url)
    
60.         save_imgs(folder,img_addrs)
    
61.         
    
62. 
    
63. if __name__=='__main__':
    
64.     download_mm()
    
65. 
    

复制代码

Twilight6

shatanzongcai 发表于 2020-4-2 22:45
兄弟错的地方有点多，我帮你改了好久，一会儿你对比看下哪里要改。妹子图没办法爬，你跑完代码就知道了。只 ...

1. with open(filename,'wb') as f:  # 代码45行
   
2.             img=url_open(each)   # 代码46行
   
3.             f.write(img)

复制代码

请教下  二进制不是只能用pickle.dump()来写入嘛？  这边用了write 应该算错了吧？
我今天刚刚学pickle模块  真心请教

流浪者阿薇

shatanzongcai 发表于 2020-4-2 22:45
兄弟错的地方有点多，我帮你改了好久，一会儿你对比看下哪里要改。妹子图没办法爬，你跑完代码就知道了。只 ...

哇谢谢大佬，我刚刚看到这里，还是新手

shatanzongcai

Twilight6 发表于 2020-4-2 23:05
请教下  二进制不是只能用pickle.dump()来写入嘛？  这边用了write 应该算错了吧？
我今天刚刚学pic ...

其实不是的，文件写入是可以使用二进制写入的，比方说你想要下载一首音乐，音乐文件不是字符串，你可以用二进制下载，这个时候你的文件写入应该是 F = open('某某音乐.mp3','wb')，不需要使用pickle。一般来说如果你的数据有很多不同的类型用pickle比较好一点，但是如果全都是二进制就可以直接使用wb。具体你可以返回去看看小甲鱼关于文件打开的视频和扩展阅读

shatanzongcai

流浪者阿薇 发表于 2020-4-3 10:50
哇谢谢大佬，我刚刚看到这里，还是新手

朋友你要是不知道类啊，函数具体怎么用，除了上网找以外，你可以直接打开IDLE然后按F1搜索你要看的那个函数，你比方说不知道headers应该加在哪里，你就搜一下，他会有教程告诉你参数都填什么。看不了英文也可以去找一找网上有的中文版。还有我发现朋友你好像函数的参数那一块有一点搞不明白，你去网上找一找python必须参数，关键词参数就知道了

Twilight6

shatanzongcai 发表于 2020-4-3 12:50
其实不是的，文件写入是可以使用二进制写入的，比方说你想要下载一首音乐，音乐文件不是字符串，你可以用 ...

好，谢谢！