鱼C论坛

 找回密码
 立即注册
查看: 1034|回复: 1

[已解决]报错了,如何解决?

[复制链接]
发表于 2021-10-19 15:20:59 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
import urllib.request
import os


def url_open(url):
    req = urllib.request.Request(url)
    req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36")
    response = urllib.request.urlopen(url)
    html = response.read()

   

    return html


def get_page(url):
   
   
    html = url_open(url).decode("utf-8")

    a = html.find("current-comment-page") + 23
    b = html.find("]",a)

    return html[a:b]


def find_imgs(url):
    html = url_open(url).decode("utf-8")

    img_addrs = []
    a = html.find("img src=")

    while a != -1:
        b = html.find(".jpg",a,a+255)
        if b != -1:
            img_addrs.append(html[a+9:b+4])
        else:
            b = a+9

        a = html.find("img src=",b)

    return img_addrs

def save_imgs(folder,img_addrs):
   
    for each in img_addrs:
        filename = each.split("/")[-1]
        with open(filename,"wb") as f:
            img = url_open(each)
            f.write(img)



def downlode_mm(folder="OOXX",pages=10):
    os.mkdir(folder)
    os.chdir(folder)

    url = "http://jandan.net/girl/"

    page_num = int(get_page(url))

    for i in range(pages):
        page_num -= i
        page_url = url + str(page_num) + "#comments"
        img_addrs = find_imgs(page_url)
        save_imgs(folder,img_addrs)
        
if __name__ == "__main__":
    downlode_mm()





Traceback (most recent call last):
  File "C:/Users/Administrator/Desktop/python实例/pachong.py", line 69, in <module>
    downlode_mm()
  File "C:/Users/Administrator/Desktop/python实例/pachong.py", line 66, in downlode_mm
    save_imgs(folder,img_addrs)
  File "C:/Users/Administrator/Desktop/python实例/pachong.py", line 49, in save_imgs
    img = url_open(each)
  File "C:/Users/Administrator/Desktop/python实例/pachong.py", line 6, in url_open
    req = urllib.request.Request(url)
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 328, in __init__
    self.full_url = url
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 354, in full_url
    self._parse()
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 383, in _parse
    raise ValueError("unknown url type: %r" % self.full_url)
ValueError: unknown url type: '//wx3.sinaimg.cn/mw600/0076BSS5ly8gvkn0gfpsij60u011ijyi02.jpg'
最佳答案
2021-10-19 20:26:19
本帖最后由 suchocolate 于 2021-10-20 08:15 编辑

ValueError: unknown url type: '//wx3.sinaimg.cn/mw600/0076BSS5ly8gvkn0gfpsij60u011ijyi02.jpg'
核对一下你的url获取方式,url要用“http:”或“https:”开头。


别人的案例:
  1. import requests
  2. import os
  3. import re


  4. def main():
  5.     dir_name = 'pics'   # 存储图片
  6.     if not os.path.exists(dir_name):  # 检查图片存储路径
  7.         os.mkdir(dir_name)
  8.     os.chdir(dir_name)
  9.     # num = int(input('请输入想下载的页数:'))
  10.     num = 3
  11.     url = 'http://jandan.net/girl'
  12.     headers = {'user-agent': 'firefox'}
  13.     result = []   # 存储图片的url
  14.     r = requests.get(url, headers=headers)
  15.     nx_page = re.findall(r'Comments" href="(.*?)"', r.text)[0]   # 找到下一页的url
  16.     for item in range(num):
  17.         r = requests.get('http:' + nx_page, headers=headers)
  18.         result.extend(re.findall(r'<img src="(.*?)"', r.text))   # 把当前页面图片的url存到result
  19.         nx_page = re.findall(r'Comments" href="(.*?)"', r.text)[0]  # 找到下一页的url
  20.     print(f'总共{len(result)}张图片')
  21.     counter = 1
  22.     for item in result:
  23.         pic_name = item.split('/')[-1]
  24.         try:
  25.             r = requests.get('http:' + item, headers=headers, timeout=5)
  26.         except Exception as e:
  27.             print(e)
  28.         with open(pic_name, 'wb') as f:
  29.             f.write(r.content)
  30.             print(f'已下载{pic_name}, 共下载{counter}。')
  31.             counter += 1


  32. if __name__ == '__main__':
  33.     main()
复制代码
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2021-10-19 20:26:19 | 显示全部楼层    本楼为最佳答案   
本帖最后由 suchocolate 于 2021-10-20 08:15 编辑

ValueError: unknown url type: '//wx3.sinaimg.cn/mw600/0076BSS5ly8gvkn0gfpsij60u011ijyi02.jpg'
核对一下你的url获取方式,url要用“http:”或“https:”开头。


别人的案例:
  1. import requests
  2. import os
  3. import re


  4. def main():
  5.     dir_name = 'pics'   # 存储图片
  6.     if not os.path.exists(dir_name):  # 检查图片存储路径
  7.         os.mkdir(dir_name)
  8.     os.chdir(dir_name)
  9.     # num = int(input('请输入想下载的页数:'))
  10.     num = 3
  11.     url = 'http://jandan.net/girl'
  12.     headers = {'user-agent': 'firefox'}
  13.     result = []   # 存储图片的url
  14.     r = requests.get(url, headers=headers)
  15.     nx_page = re.findall(r'Comments" href="(.*?)"', r.text)[0]   # 找到下一页的url
  16.     for item in range(num):
  17.         r = requests.get('http:' + nx_page, headers=headers)
  18.         result.extend(re.findall(r'<img src="(.*?)"', r.text))   # 把当前页面图片的url存到result
  19.         nx_page = re.findall(r'Comments" href="(.*?)"', r.text)[0]  # 找到下一页的url
  20.     print(f'总共{len(result)}张图片')
  21.     counter = 1
  22.     for item in result:
  23.         pic_name = item.split('/')[-1]
  24.         try:
  25.             r = requests.get('http:' + item, headers=headers, timeout=5)
  26.         except Exception as e:
  27.             print(e)
  28.         with open(pic_name, 'wb') as f:
  29.             f.write(r.content)
  30.             print(f'已下载{pic_name}, 共下载{counter}。')
  31.             counter += 1


  32. if __name__ == '__main__':
  33.     main()
复制代码
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-5-22 08:08

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表