[已解决]妹子是找到， 但是怎么搂在怀里呀！！！！

maxliu06

如图，我已得到该图片了， 但是怎么保存下来。。。

with open (photodata + '.jpg' , 'wb') as f:
TypeError: can only concatenate list (not "str") to list

最佳答案

月排行榜 / 总排行榜

Twilight6

2020-6-13 14:51:29

maxliu06 发表于 2020-6-13 14:41
意思 就是再请求一下 找到的图片url  ??~!!!

当然要，你爬到链接就单纯的是个链接  而且这个网站有反爬 你要在请求头要这么写：

1. headers = {
   
2.         'Referer': 'https://www.mzitu.com/',
   
3.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:75.0) Gecko/20100101 Firefox/75.0'
   
4.                          }

复制代码

跳转到最佳答案楼层

Twilight6

TypeError: can only concatenate list (not "str") to list

看你报错 应该是 前面代码是  .text 的  你改成 .content就好

以防万一 还是发个代码看看

永恒的蓝色梦想

没代码啊……

maxliu06

Twilight6 发表于 2020-6-13 13:03
看你报错 应该是 前面代码是  .text 的  你改成 .content就好

以防万一 还是发个代码看看

1. #!/usr/bin/env python
   
2. #-*- coding: utf-8 -*-
   
3. import requests
   
4. import re
   
5. import os
   
6. 
   
7. 
   
8. def photolists(html):
   
9.     """获取每一页的图集url 及 标题 """
   
10.     photo_urls = re.findall(r'<li><a href="(.*?)" target="_blank"><img', html)   # 图片url
    
11.     photo_titles = re.findall(r'alt=\'(.*?)\' width=\'236\' height=\'354\' />', html)  # 图集标题
    
12.     return list(zip(photo_titles, photo_urls))
    
13. 
    
14. def photourl(url,headers):
    
15.     response = requests.get(url=url, headers=headers)
    
16.     html = response.text
    
17.     # 图集最大页码
    
18.     maxpage = re.findall(r'>…</span><a href=\'.*?\'><span>(\d+)</span></a><a href=\'.*?\'><span>下一页', html)[0]
    
19.     pages = range(1,int(maxpage)+1)
    
20.     for page in pages:
    
21.         # print(url+'/'+str(page)) # 图集的url
    
22.         phtoturl = url+'/'+str(page)  # 每张图片的真正url
    
23.         response = requests.get(url=phtoturl, headers=headers)
    
24.         html = response.text
    
25.         photodata = re.findall(r'<img class="blur" src="(.*?)" alt=',html)
    
26.         phototname = photodata[0].split(".")[-2]
    
27.         with open (photodata + '.jpg' , 'wb') as f:
    
28.             f.write(photodata[0].content)
    
29. 
    
30.         break
    
31. 
    
32. 
    
33. 
    
34. 
    
35. # 主程序
    
36. def main():
    
37.     # 主页url
    
38.     url = 'https://www.mzitu.com/'
    
39.     #构造请求头
    
40.     headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:75.0) Gecko/20100101 Firefox/75.0'
    
41.                          }
    
42.     response = requests.get(url, headers=headers)
    
43.     photos = photolists(response.text)  # 得到当前页的所有图集 url及标题
    
44.     for i in range(len(photos)): # 打开每一个图集
    
45.         #print(photos[i][1])
    
46.         # 创建文件夹
    
47.         if not os.path.exists(r'D:\测试\{}'.format(photos[i][0])):
    
48.             os.mkdir(r'D:\测试\{}'.format(photos[i][0]))
    
49.         # 获取图集 并保存
    
50.         photourl(photos[i][1], headers)
    
51. 
    
52.         break
    
53. 
    
54. 
    
55. 
    
56. #程序入口
    
57. if __name__ == '__main__':
    
58.     main()
    

复制代码

maxliu06

Twilight6 发表于 2020-6-13 13:03
看你报错 应该是 前面代码是  .text 的  你改成 .content就好

以防万一 还是发个代码看看

看你写的那个，  运行后 找不到妹子呀。。
所以今天想自己来找找

Twilight6

maxliu06 发表于 2020-6-13 13:13
看你写的那个，  运行后 找不到妹子呀。。
所以今天想自己来找找

photos = photolists(response.text)

这边改成

photos = photolists(response.content)

maxliu06

Twilight6 发表于 2020-6-13 13:16
photos = photolists(response.text)

这边改成

这是啥意思。。。

Twilight6

maxliu06 发表于 2020-6-13 13:19
这是啥意思。。。

text 返回的是unicode 型的数据

content返回的是bytes，二进制型的数据

Twilight6

maxliu06 发表于 2020-6-13 13:19
这是啥意思。。。

等等  是我看错了   我重新看下代码  不是这里问题好像

Twilight6

maxliu06 发表于 2020-6-13 13:19
这是啥意思。。。

要改代码了  网站源码变了，我的也爬不到了  

maxliu06

Twilight6 发表于 2020-6-13 13:43
要改代码了  网站源码变了，我的也爬不到了

但是我能得到图片的url呀。。  

maxliu06

Twilight6 发表于 2020-6-13 13:43
要改代码了  网站源码变了，我的也爬不到了

得到 这东西  ，，不就可以保存下来的吗

Twilight6

maxliu06 发表于 2020-6-13 14:03
得到 这东西  ，，不就可以保存下来的吗

1. #!/usr/bin/env python
   
2. #-*- coding: utf-8 -*-
   
3. import requests
   
4. import re
   
5. import os
   
6. 
   
7. 
   
8. def photolists(html):
   
9.     """获取每一页的图集url 及 标题 """
   
10.     photo_urls = re.findall(r'<li><a href="(.*?)" target="_blank"><img', html)   # 图片url
    
11.     photo_titles = re.findall(r'alt=\'(.*?)\' width=\'236\' height=\'354\' />', html)  # 图集标题
    
12.     return list(zip(photo_titles, photo_urls))
    
13. 
    
14. def photourl(url,headers):
    
15.     response = requests.get(url=url, headers=headers)
    
16.     html = response.text
    
17.     # 图集最大页码
    
18.     maxpage = re.findall(r'>…</span><a href=\'.*?\'><span>(\d+)</span></a><a href=\'.*?\'><span>下一页', html)[0]
    
19.     pages = range(1,int(maxpage)+1)
    
20.     for page in pages:
    
21.         # print(url+'/'+str(page)) # 图集的url
    
22.         phtoturl = url+'/'+str(page)  # 每张图片的真正url
    
23.         response = requests.get(url=phtoturl, headers=headers)
    
24.         html = response.text
    
25.         photodata = re.findall(r'<img class="blur" src="(.*?)" alt=',html)
    
26.         phototname = photodata[0].split(".")[-2].split('/')[-1]
    
27.         photo = requests.get(url=photodata[0], headers=headers)
    
28.         with open (phototname + '.jpg' , 'wb') as f:
    
29.             print('123')
    
30.             f.write(photo.content)
    
31. 
    
32.         break
    
33. 
    
34. 
    
35. 
    
36. 
    
37. # 主程序
    
38. def main():
    
39.     # 主页url
    
40.     url = 'https://www.mzitu.com/'
    
41.     #构造请求头
    
42.     headers = {
    
43.         'Referer': 'https://www.mzitu.com/',
    
44.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:75.0) Gecko/20100101 Firefox/75.0'
    
45.                          }
    
46.     response = requests.get(url, headers=headers)
    
47.     photos = photolists(response.text)  # 得到当前页的所有图集 url及标题
    
48.     for i in range(len(photos)): # 打开每一个图集
    
49.         #print(photos[i][1])
    
50.         # 创建文件夹
    
51.         if not os.path.exists(r'{}'.format(photos[i][0])):
    
52.             os.mkdir(r'{}'.format(photos[i][0]))
    
53.         # 获取图集 并保存
    
54.         photourl(photos[i][1], headers)
    
55. 
    
56.         break
    
57. 
    
58. 
    
59. 
    
60. #程序入口
    
61. if __name__ == '__main__':
    
62.     main()
    

复制代码

maxliu06

Twilight6 发表于 2020-6-13 14:24

意思 就是再请求一下 找到的图片url  ??~!!!

Twilight6

maxliu06 发表于 2020-6-13 14:41
意思 就是再请求一下 找到的图片url  ??~!!!

当然要，你爬到链接就单纯的是个链接  而且这个网站有反爬 你要在请求头要这么写：

1. headers = {
   
2.         'Referer': 'https://www.mzitu.com/',
   
3.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:75.0) Gecko/20100101 Firefox/75.0'
   
4.                          }

复制代码

maxliu06

Twilight6 发表于 2020-6-13 14:51
当然要，你爬到链接就单纯的是个链接  而且这个网站有反爬 你要在请求头要这么写：

1. #!/usr/bin/env python
   
2. #-*- coding: utf-8 -*-
   
3. import requests
   
4. import re
   
5. import os
   
6. 
   
7. def photolists(html):
   
8.     """获取每一页的图集url 及 标题 """
   
9.     photo_urls = re.findall(r'<li><a href="(.*?)" target="_blank"><img', html)   # 图片url
   
10.     photo_titles = re.findall(r'alt=\'(.*?)\' width=\'236\' height=\'354\' />', html)  # 图集标题
    
11.     return list(zip(photo_titles, photo_urls))
    
12. 
    
13. def photourl(url, headers):
    
14.     response = requests.get(url=url, headers=headers)
    
15.     html = response.text
    
16.     # 图集最大页码
    
17.     maxpage = re.findall(r'>…</span><a href=\'.*?\'><span>(\d+)</span></a><a href=\'.*?\'><span>下一页', html)
    
18.     #print(maxpage)
    
19.     pages = range(1,int(maxpage[0])+1)  # 每个图集的最大页码
    
20.     photo =[]
    
21.     for page in pages:
    
22.         # print(url+'/'+str(page)) # 图集的url
    
23.         try:
    
24.             phtoturl = url+'/'+str(page)  # 每张图片的真正url
    
25.             response = requests.get(url=phtoturl, headers=headers)
    
26.             html = response.text
    
27.             photodata = re.findall(r'<img class="blur" src="(.*?)" alt=',html)
    
28.             phototname = photodata[0].split(".")[-2].split('/')[-1]
    
29.             photo.append([photodata[0],phototname])
    
30.         except:
    
31.             break
    
32. 
    
33.     return photo
    
34. 
    
35. # 主程序
    
36. def main():
    
37.     # 主页url
    
38.     url = 'https://www.mzitu.com/'
    
39.     # 构造请求头
    
40.     headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:75.0) Gecko/20100101 Firefox/75.0'
    
41.                          }
    
42.     response = requests.get(url, headers=headers)
    
43.     photos = photolists(response.text)  # 得到当前页的所有图集 url及标题
    
44.     for i in range(len(photos)):  # 打开每一个图集
    
45.         # print(photos[i][1])
    
46.         # 创建文件夹
    
47.         #if not os.path.exists(r'D:\{}'.format(photos[i][0])):
    
48.         #    os.mkdir(r'D:\{}'.format(photos[i][0]))
    
49.         # 获取图集 并保存
    
50.         phdatas = photourl(photos[i][1], headers) # 图集中每个图片的url
    
51.         # 下载图片
    
52.         for photo in phdatas:
    
53.             print(photo[0])
    
54.             print(photo[1])
    
55.             res = requests.get(url=photo[0], headers=headers)
    
56.             with open(photo[1] + '.jpg', 'wb') as f:
    
57.                 f.write(res.content)
    
58.             break
    
59.         break
    
60. 
    
61. #程序入口
    
62. if __name__ == '__main__':
    
63.     main()
    

复制代码

#程序入口
if __name__ == '__main__':
    main()
[/code]


大侠，再请教一下。。 为什么我保存的图片，显示不了。用你的却可以的那个就可以显示。 这问题出在哪里？

Twilight6

maxliu06 发表于 2020-6-13 15:31
#程序入口
if __name__ == '__main__':
    main()

你看清楚我上面一楼的评论，怎么都不认真看回复捏?

maxliu06

Twilight6 发表于 2020-6-13 15:37
你看清楚我上面一楼的评论，怎么都不认真看回复捏?

1. #!/usr/bin/env python
   
2. #-*- coding: utf-8 -*-
   
3. import requests
   
4. import re
   
5. import os
   
6. 
   
7. def photolists(html):
   
8.     """获取每一页的图集url 及 标题 """
   
9.     photo_urls = re.findall(r'<li><a href="(.*?)" target="_blank"><img', html)   # 图片url
   
10.     photo_titles = re.findall(r'alt=\'(.*?)\' width=\'236\' height=\'354\' />', html)  # 图集标题
    
11.     return list(zip(photo_titles, photo_urls))
    
12. 
    
13. def photourl(url, headers):
    
14.     response = requests.get(url=url, headers=headers)
    
15.     html = response.text
    
16.     # 图集最大页码
    
17.     maxpage = re.findall(r'>…</span><a href=\'.*?\'><span>(\d+)</span></a><a href=\'.*?\'><span>下一页', html)
    
18.     #print(maxpage)
    
19.     pages = range(1,int(maxpage[0])+1)  # 每个图集的最大页码
    
20.     photo =[]
    
21.     for page in pages:
    
22.         # print(url+'/'+str(page)) # 图集的url
    
23.         try:
    
24.             phtoturl = url+'/'+str(page)  # 每张图片的真正url
    
25.             response = requests.get(url=phtoturl, headers=headers)
    
26.             html = response.text
    
27.             photodata = re.findall(r'<img class="blur" src="(.*?)" alt=',html)
    
28.             phototname = photodata[0].split(".")[-2].split('/')[-1]
    
29.             photo.append([photodata[0],phototname])
    
30.         except:
    
31.             break
    
32. 
    
33.     return photo
    
34. 
    
35. # 主程序
    
36. def main():
    
37.     # 主页url
    
38.     url = 'https://www.mzitu.com/'
    
39.     # 构造请求头
    
40.     headers = {
    
41.         'Referer': 'https://www.mzitu.com/',
    
42.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:75.0) Gecko/20100101 Firefox/75.0'
    
43.     }
    
44. 
    
45.     response = requests.get(url, headers=headers)
    
46.     photos = photolists(response.text)  # 得到当前页的所有图集 url及标题
    
47.     for i in range(len(photos)):  # 打开每一个图集
    
48.         # print(photos[i][1])
    
49.         # 创建文件夹
    
50.         #if not os.path.exists(r'D:\{}'.format(photos[i][0])):
    
51.         #    os.mkdir(r'D:\{}'.format(photos[i][0]))
    
52.         # 获取图集 并保存
    
53.         phdatas = photourl(photos[i][1], headers) # 图集中每个图片的url
    
54.         # 下载图片
    
55.         for photo in phdatas:
    
56.             print(photo[0])
    
57.             print(photo[1])
    
58.             res = requests.get(url=photo[0], headers=headers)
    
59.             with open(photo[1] + '.jpg', 'wb') as f:
    
60.                 f.write(res.content)
    
61.             break
    
62.         break
    
63. 
    
64. #程序入口
    
65. if __name__ == '__main__':
    
66.     main()
    

复制代码

  没注意到那个信息。。。   我换了你说的请求头了。    下载回来的图片 ， 说是已损坏的。。。。

Twilight6

maxliu06 发表于 2020-6-13 15:43
没注意到那个信息。。。   我换了你说的请求头了。    下载回来的图片 ， 说是已损坏的 ...

你试试我的代码 就会发现可以运行了 我现在在外面不方便嘿嘿

maxliu06

Twilight6 发表于 2020-6-13 15:44
你试试我的代码 就会发现可以运行了 我现在在外面不方便嘿嘿

你的确实可以。。。