爬虫爬取图片打不开

dabinge

import requests
import re
url = 'http://www.bbsnet.com/xiongmaoren-18.htm'
count_name=0
headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'}
response = requests.get(url,headers=headers).text
patern = '<img .*? src="(.*?)" .*?>'
img_src =re.findall(patern,response)
print(img_src)
for src in img_src:
    count_name+=1
    img_file = requests.get(url,headers).content
    with open('./%s.gif' % count_name,'wb')as f:
        f.write(img_file)
        print('<%s.gif 下载成功! >'%count_name)



这个是写的爬虫代码，但是图片下载了，却是显示无法打开这文件，请问大佬该如何解决

suchocolate

1. img_file = requests.get(src,headers=headers).content

复制代码

我尝试写的：

1. import requests
   
2. import re
   
3. 
   
4. def main():
   
5.     counter = 1
   
6.     url = 'http://www.bbsnet.com/xiongmaoren-18.htm'
   
7.     headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64)'}
   
8.     r = requests.get(url, headers=headers)
   
9.     result = re.findall(r'src="(.*?\.gif)"', r.text)
   
10.     for image in result:
    
11.         r = requests.get(image, headers=headers)
    
12.         pic_name = image.split('/')[-1]
    
13.         with open(pic_name, 'wb') as f:
    
14.             f.write(r.content)
    
15.             print(f'{pic_name}下载完成, 已下载{counter}个图。')
    
16.             counter += 1
    
17. 
    
18. 
    
19. if __name__ == '__main__':
    
20.     main()

复制代码

dabinge

suchocolate 发表于 2021-3-28 17:08
我尝试写的：

大佬，主要是我想知道我那里是为啥爬不出的。。。。我想知道我错在哪里

z5560636

错了2个地方，正则表达式，和url 的参数错误，修改好后的源码

1. 
   
2. import requests
   
3. import re
   
4. url = 'http://www.bbsnet.com/xiongmaoren-18.htm'
   
5. count_name=0
   
6. headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'}
   
7. response = requests.get(url,headers=headers).text
   
8. patern = '<img .*? src="(.*?)" .*?>                #1
   
9. img_src =re.findall(patern,response)
   
10. print(img_src)
    
11. for src in img_src[1:-1]:                #2
    
12.     count_name+=1
    
13.     img_file = requests.get(src,headers).content  #3
    
14.     with open('./%s.gif' % count_name,'wb')as f:
    
15.         f.write(img_file)
    
16.         print('<%s.gif 下载成功! >'%count_name)

复制代码

suchocolate

dabinge 发表于 2021-3-28 19:23
大佬，主要是我想知道我那里是为啥爬不出的。。。。我想知道我错在哪里

我写了啊

dabinge

suchocolate 发表于 2021-3-28 20:07
我写了啊

哦哦，我没看到。。。。

dabinge

z5560636 发表于 2021-3-28 19:43
错了2个地方，正则表达式，和url 的参数错误，修改好后的源码

请问大佬正则表达式哪里有问题？？？

z5560636

dabinge 发表于 2021-3-28 20:20
请问大佬正则表达式哪里有问题？？？

提取错误了，你自己去纠正一下。