代码问题

波大大12138

1. import urllib.request#访问网页必定要引入的模块
   
2. import os
   
3. import random
   
4. def url_open(url):
   
5.     req=urllib.request.Request(url)
   
6.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36')
   
7.     proxies=['119.6.144.70:81','111.1.36.9:80','203:144:144:162:8080']
   
8.     proxy=random.choice(proxies)
   
9.     proxy_support=urllib.request.ProxyHandler({'http':proxy})
   
10.     opener=urllib.request.build_opener(proxy_support)
    
11.     urllib.request.install_opener(opener)
    
12.     response=urllib.request.urlopen(url)
    
13.     html=response.read()
    
14.     print(url)
    
15.     return html
    
16. def get_page(url):
    
17.     html=url_open(url).decode('utf-8')
    
18. 
    
19.     a=html.find('current.comment-page')+23
    
20.     b=html.find(']',a)
    
21.     return html[a:b]
    
22. def find_imgs(url):
    
23.     html=url_open(url).decode('utf-8')
    
24.     img_adds=[]
    
25.     a=html.find('img src=')
    
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.         a=html.find('img src=',b)
    
33.     for each in  img_addrs:
    
34.         print(each)
    
35.         
    
36. def save_imgs(img_addrs):
    
37.     for each in img_addrs:
    
38.         filename=each.split('/'),[-1]
    
39.         with open (filename,'wb') as f:
    
40.             omg=url_open(each)
    
41.             f.write(img)
    
42. 
    
43. def download_mm(folder='ooxx',page=10):
    
44.     os.mkdir(folder)
    
45.     os.chdir(folder)
    
46. 
    
47.     url="http://jandan.net/ooxx/"
    
48.     page_num=int(get_page(url))
    
49. 
    
50.     for i in range(pages):
    
51.         page_num-=1
    
52.         page_url=url+'page'+str(page_num)+'#comments'
    
53.         img_addrs=find_imgs(page_url)
    
54.         save_imgs(folder,img_addrs)
    
55. if __name__=='__main__':
    
56.     download_mm()

复制代码

这个是小甲鱼爬妹子图片的上课的代码，我照着敲得，显示错误有问题，求帮忙修改一下代码？修改有问题的地方麻烦特殊标记一下好让我知道哪里有问题谢谢，错误的原因最好也说下

波大大12138

@Twilight6

Twilight6

波大大12138 发表于 2020-7-7 08:51
@Twilight6

打错字的参数：
img_addrs.append(html[a + 9:b + 4]) 应该改成 img_adds

---

for each in img_addrs: 应该改成 img_adds

---

omg = url_open(each)
f.write(img) 应该把 omg 改成 img 吧

---

page_num = int(get_page(url))
for i in range(pages):   应该把 pages 改成 page_num 吧？

---

img_adds = find_imgs(page_url) 你调用 find_imgs 函数，而这个函数你没有设置返回值所以返回的永远是None，即 img_adds 返回的永远是 None

---

save_imgs(folder, img_addrs) 这里的参数 多传了一个 ， 你定义的参数只有一个

---

错误很多，而且现在煎蛋网也有反爬了，你不能直接拿甲鱼哥几年前的代码来尝试，肯定爬不到你想要的

Twilight6

波大大12138 发表于 2020-7-7 08:51
@Twilight6

你换个网站爬爬吧，建议你去爬爬 https://www.mzitu.com/  

很多新人拿这个练手的~

波大大12138

Twilight6 发表于 2020-7-7 09:04
打错字的参数：
img_addrs.append(html[a + 9:b + 4]) 应该改成 img_adds

---

for each in img_ ...

好的，顺便再问一下看评论说小甲鱼的视频是13年的了，现在只需要看到52讲之前的基础部分，剩下的要过时了需要去专攻研究的方向是吗

Twilight6

波大大12138 发表于 2020-7-7 09:08
好的，顺便再问一下看评论说小甲鱼的视频是13年的了，现在只需要看到52讲之前的基础部分，剩下的要过时了 ...

这是看你个人，后面的也只有爬虫比较过时，不过爬虫过时很正常，你今天爬爬说定一个星期后网站源码就变了，但是套路还是那个套路


Tkinter 和 pygame 也不会太过时呀

陈尚涵

错误确实有点多，你抄的仔细一点啊