关于小甲鱼老师的论一只爬虫的自我修养4：OOXX中的问题

天天喝牛奶milk

首先不知道小甲鱼老师说的find 函数后所要的左移多少位，不会计算，求大神指导下
我的代码是： 不知道为什么不能缩进。代码缩进什么的都是对的

1. import urllib.request
   
2. import os
   
3. 
   
4. def url_open(url):
   
5.     req = urllib.request.Request(url)
   
6.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.2357.65 Safari/537.36')
   
7.     response = urllib.request.urlopen(url)
   
8.     html = response.read()
   
9. 
   
10.     return html
    
11.    
    
12. def get_page(url):
    
13.     html = url_open(url).decode('utf-8')
    
14.    
    
15.     a = html.find('current-comment-page')+23
    
16.     b = html.find(']',a)
    
17. 
    
18.     return html[a:b]
    
19.    
    
20. def find_imgs(url):
    
21.     html = url_open(url).decode('utf-8')
    
22.     img_addrs = []
    
23. 
    
24.     a = html.find('img src=')
    
25.    
    
26.     while a != -1:
    
27.         b = html.find('.jpg',a,a+255)
    
28. 
    
29.         if b != -1:
    
30.             img_addrs.append(html[a+9:b+4])
    
31.         else:
    
32.             b = a+9
    
33. 
    
34.         a = html.find('img src=',b)
    
35. 
    
36.     for each in img_addrs:
    
37.         print(each)         #两个图片的位置修改
    
38. 
    
39.     #return img_addrs     
    
40.    
    
41. 
    
42. def save_imgs(folder,img_addrs):
    
43.     for each in img_addrs:
    
44.         filename = each.split('/')[-1]
    
45.         with open(filename,'wb') as f:
    
46.             img = url_open(each)
    
47.             f.write(img)
    
48. 
    
49. 
    
50. def jiandanmeizi(folder='meizitu',pages=10):
    
51.     os.mkdir(folder)
    
52.     os.chdir(folder)
    
53. 
    
54.     url = "http://jandan.net/ooxx/"
    
55.     page_num = int(get_page(url))
    
56. 
    
57.     for i in range(pages):
    
58.         page_num  -= i
    
59.         page_url = url + 'page-' + str(page_num) + '#comments'
    
60.         img_addrs = find_imgs(page_url)
    
61.         save_imgs(folder,img_addrs)
    
62. 
    
63. if __name__ == '__main__':
    
64.     jiandanmeizi()
    

复制代码

求论坛里的大神指导下

Reed

直接上正则表达式吧。或者BeautifulSoup，
正则表达式万能，但是有点复杂
BeautifulSoup简单，但只能解析html代码
二者google一下，一堆一堆的介绍，BeautifulSoup还有比较友好的中文文档

天天喝牛奶milk

Reed 发表于 2015-5-27 23:48
直接上正则表达式吧。或者BeautifulSoup，
正则表达式万能，但是有点复杂
BeautifulSoup简单，但只能解析 ...

那就继续看下去了。:big

liangbo

学习学习

kuangkuang

我运行程序也是出现这种问题，不知道哪里出错了，求指导啊.

liangbo

学习学习