鱼C论坛

 找回密码
 立即注册
查看: 3279|回复: 0

爬取百度贴吧图片的四个问题

[复制链接]
发表于 2022-5-4 15:58:47 | 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
python版本3.7.6,win10操作系统

代码如下:
---------------------------------------------
import urllib.request
import re
import os

def open_url(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/99.0.4844.51 Safari/537.36') # add_header讲解见14.3.1,举例见爬取猪八戒词条
    response = urllib.request.urlopen(req)
    html = response.read().decode('utf-8')
    return html

def get_img(html):
    p = r'<img class="BDE_Image" src="(.+?)"'
    imglist = re.findall(p, html)
    try:
        os.mkdir('d:\\work\\NewPics')
    except FileExistsError:  # 问题1:FileExistsError是指文件已存在还是文件夹已存在?看代码上下文应该指文件夹NewPics,但file又是文件的意思,而不是filefolder文件夹
        pass # 问题2:什么意思?作用?
    os.chdir('d:\\work\\NewPics')
    for each in imglist:
        filename = re.findall(r'(\w+\.jpg)\?{0,1}', each)[0]
        urllib.request.urlretrieve(each, filename, None) # 问题3:None的作用?测试好像不要也可以
   

if __name__ == '__main__':
    url = input('请输入百度贴吧完整URL:')
    get_img(open_url(url))
------------------------------------
目标百度贴吧URL:https://tieba.baidu.com/p/7786254700

问题4:
通过代码创建NewPics目录并下载图片后,想删除NewPics整个目录,返回如下提示,是不是代码中还需要关闭文件夹?
123.png
说明:如果只是删除该目录中的某个图片文件或所有图片文件又可以。
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

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, 2024-12-27 09:37

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表