鱼C论坛

 找回密码
 立即注册
查看: 1736|回复: 2

[已解决]老师请帮我看看这个错误如何解决

[复制链接]
发表于 2022-4-10 21:20:19 | 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 get_page(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36')
    response = urllib.request.urlopen(req)
    html = response.read().decode('utf-8')
    a = html.find('thisclass __web-inspector-hide-shortcut__')+42
    b = html.find('<',a)
    print(html[a:b])                                         想要看一下图片页面的地址是否正确,但是显示编码错误。请老师帮我看看如何解决谢谢了
def find_img (url):
    pass
def save_img(name,img_addrs):
    pass
def download_mm(name='tupian',pages = 10):
    os.mkdir(name)
    os.chdir(name)
    url = 'https://www.tupianzj.com/meinv/xinggan'
    page_num = int(get_page(url))
    for i in range(pages):
        page_num -= i
        page_url = url +'list_176_'+str(page_num)+'.html'
        img_addrs = find_img (page_url)
        save_img(name,img_addrs)
if __name__ == '__main__':
    download_mm()
目前代码还未写完只是想先看一下图片页面的数字提取的是不是正确。但显示编码错误。


最佳答案
2022-4-10 21:54:43
import cchardet
import cchardet
import urllib.request
import os

def get_page(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36')
    response = urllib.request.urlopen(req)
    html = response.read()
    
    enc = cchardet.detect(html)
    enc = enc['encoding']
    html = html.decode(enc)
    print(html)

    a = html.find('thisclass __web-inspector-hide-shortcut__')
    b = html.find('<',a)
    print(html[a:b])                                         
def find_img (url):
    pass
def save_img(name,img_addrs):
    pass
def download_mm(name='tupian',pages = 10):
    os.mkdir(name)
    os.chdir(name)
    url = 'https://www.tupianzj.com/meinv/xinggan'
    page_num = int(get_page(url))
    for i in range(pages):
        page_num -= i
        page_url = url +'list_176_'+str(page_num)+'.html'
        img_addrs = find_img (page_url)
        save_img(name,img_addrs)
if __name__ == '__main__':
    download_mm()
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 2022-4-10 21:54:43 | 显示全部楼层    本楼为最佳答案   
import cchardet
import cchardet
import urllib.request
import os

def get_page(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36')
    response = urllib.request.urlopen(req)
    html = response.read()
    
    enc = cchardet.detect(html)
    enc = enc['encoding']
    html = html.decode(enc)
    print(html)

    a = html.find('thisclass __web-inspector-hide-shortcut__')
    b = html.find('<',a)
    print(html[a:b])                                         
def find_img (url):
    pass
def save_img(name,img_addrs):
    pass
def download_mm(name='tupian',pages = 10):
    os.mkdir(name)
    os.chdir(name)
    url = 'https://www.tupianzj.com/meinv/xinggan'
    page_num = int(get_page(url))
    for i in range(pages):
        page_num -= i
        page_url = url +'list_176_'+str(page_num)+'.html'
        img_addrs = find_img (page_url)
        save_img(name,img_addrs)
if __name__ == '__main__':
    download_mm()
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

 楼主| 发表于 2022-4-10 22:24:56 | 显示全部楼层

感谢老师
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, 2025-1-11 19:40

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表