[已解决]小甲鱼OOXX的那个视频，我写出来之后报ValueError: unknown url type

2242253525

小甲鱼py的那个爬虫视频，我照着写了之后是显示ValueError: unknown url type，但是加上http://显示 OSError: [Errno 22] Invalid argument

import urllib.request
import os
import base64
def url_open(url):
    req =urllib.request.Request(url)
    req.add_header('user-agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 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:
        #我觉得应该是这里有问题
        filename= each.split('/')[-1]
        with open(filename,'w')as f:
            img = url_open(each)
            f.write(img)

def download_mm(floder='ooxx',pages=10):
    os.mkdir(floder)
    os.chdir(floder)
    url='http://jandan.net/girl'
    page_num=int(get_page(url))



    for i in range(pages):
        s='20220122-'
        page_num-=i
        a=s+str(page_num)
        i=base64.b64encode(a.encode())
        page_url=url+'/'+i.decode()+'#comments'
        img_addrs=find_imgs(page_url)
        save_imgs(floder,img_addrs)

if __name__=='__main__':
    download_mm()

最佳答案

月排行榜 / 总排行榜

isdkz

2022-1-22 23:21:13

你的代码要改两处地方

import urllib.request
import os
import base64
def url_open(url):
    req =urllib.request.Request(url)
    req.add_header('user-agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36')
    response=urllib.request.urlopen(req)
    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:
        #我觉得应该是这里有问题
        filename= each.split('/')[-1]
        with open(filename,'wb')as f:             # 第一处
            img = url_open("http:" + each)    # 第二处
            f.write(img)

def download_mm(floder='ooxx',pages=10):
    os.mkdir(floder)
    os.chdir(floder)
    url='http://jandan.net/girl'
    page_num=int(get_page(url))



    for i in range(pages):
        s='20220122-'
        page_num-=i
        a=s+str(page_num)
        i=base64.b64encode(a.encode())
        page_url=url+'/'+i.decode()+'#comments'
        img_addrs=find_imgs(page_url)
        save_imgs(floder,img_addrs)

if __name__=='__main__':
    download_mm()

跳转到最佳答案楼层

isdkz

你的代码要改两处地方

import urllib.request
import os
import base64
def url_open(url):
    req =urllib.request.Request(url)
    req.add_header('user-agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36')
    response=urllib.request.urlopen(req)
    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:
        #我觉得应该是这里有问题
        filename= each.split('/')[-1]
        with open(filename,'wb')as f:             # 第一处
            img = url_open("http:" + each)    # 第二处
            f.write(img)

def download_mm(floder='ooxx',pages=10):
    os.mkdir(floder)
    os.chdir(floder)
    url='http://jandan.net/girl'
    page_num=int(get_page(url))



    for i in range(pages):
        s='20220122-'
        page_num-=i
        a=s+str(page_num)
        i=base64.b64encode(a.encode())
        page_url=url+'/'+i.decode()+'#comments'
        img_addrs=find_imgs(page_url)
        save_imgs(floder,img_addrs)

if __name__=='__main__':
    download_mm()

2242253525

isdkz 发表于 2022-1-22 23:21
你的代码要改两处地方

谢谢，已经解决啦