[已解决]python 创建文件保存问题

代码小白liu

1. import requests
   
2. import re
   
3. import os
   
4. url = "https://www.qiushibaike.com/imgrank/"
   
5. if not os.path.exists("./糗图"):
   
6.     os.mkdir("./糗图")
   
7. headers = {
   
8.     "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.114 Safari/537.36"
   
9. }
   
10. 
    
11. response = requests.get(url, headers=headers).text
    
12. img_src = '<div class="thumb">.*?<img src="(.*?) alt='
    
13. img_src_list = re.findall(img_src,response,re.S)
    
14. 
    
15. for src in img_src_list:
    
16.     src = "http:" + src
    
17.     img_data = requests.get(url=src,headers=headers).content
    
18.     img_name = src.split("/")[-1]
    
19.     img_path = "./糗图/" + img_name
    
20.     with open(r"img_path", "wb") as f:
    
21.         f.write(img_data)
    
22.         print(img_name, "爬取结束！！")
    
23. 
    
24. 
    
25. 此段代码可以运行成功，但是文件夹未保存到数据，是为什么那？
    
26. 
    

复制代码

最佳答案

月排行榜 / 总排行榜

Twilight6

2021-7-13 08:32:02

open 中你填文件路径填写成了字符串 img_path 了，建议 src 的 http 改为 https 爬取速度可能会更快

而且你正则表达式中 "(.*?) 少了右引号，会影响写入文件时的文件名，参考代码：

1. import requests
   
2. import re
   
3. import os
   
4. url = "https://www.qiushibaike.com/imgrank/"
   
5. if not os.path.exists("./糗图"):
   
6.     os.mkdir("./糗图")
   
7. headers = {
   
8.     "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.114 Safari/537.36"
   
9. }
   
10. 
    
11. response = requests.get(url, headers=headers).text
    
12. img_src = '<div class="thumb">.*?<img src="(.*?)" alt='
    
13. img_src_list = re.findall(img_src,response,re.S)
    
14. 
    
15. for src in img_src_list:
    
16.     src = "https:" + src
    
17.     img_data = requests.get(url=src,headers=headers).content
    
18.     img_name = src.split("/")[-1]
    
19.     img_path = "./糗图/" + img_name
    
20.     with open(img_path, "wb") as f:
    
21.         f.write(img_data)
    
22.         print(img_name, "爬取结束！！")

复制代码

跳转到最佳答案楼层

Twilight6

open 中你填文件路径填写成了字符串 img_path 了，建议 src 的 http 改为 https 爬取速度可能会更快

而且你正则表达式中 "(.*?) 少了右引号，会影响写入文件时的文件名，参考代码：

1. import requests
   
2. import re
   
3. import os
   
4. url = "https://www.qiushibaike.com/imgrank/"
   
5. if not os.path.exists("./糗图"):
   
6.     os.mkdir("./糗图")
   
7. headers = {
   
8.     "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.114 Safari/537.36"
   
9. }
   
10. 
    
11. response = requests.get(url, headers=headers).text
    
12. img_src = '<div class="thumb">.*?<img src="(.*?)" alt='
    
13. img_src_list = re.findall(img_src,response,re.S)
    
14. 
    
15. for src in img_src_list:
    
16.     src = "https:" + src
    
17.     img_data = requests.get(url=src,headers=headers).content
    
18.     img_name = src.split("/")[-1]
    
19.     img_path = "./糗图/" + img_name
    
20.     with open(img_path, "wb") as f:
    
21.         f.write(img_data)
    
22.         print(img_name, "爬取结束！！")

复制代码