简单爬虫

lostlove

file:///C:\Users\lostlove\Documents\Tencent Files\1321348561\Image\C2C\1@0P4X)@FB){90APJJ_ET80.jpgfile:///C:\Users\lostlove\Documents\Tencent Files\1321348561\Image\C2C\1@0P4X)@FB){90APJJ_ET80.jpg
下面是代码和错误    求大神解答哪里写错了



import urllib.request
import os

def url_open(url):
    req=urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 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 download(folder='ooxx',pages=10):
    os.mkdir(folder)
    os.chdir(folder)

    url="http://jandan.net/ooxx/"
    page_num=int(get_page(url))
    for i in range(pages):
        page_num-=i
        page_url=url+'page-'+str(page_num)+'#comments'
        img_addrs=find_imgs(page_url)
        save_imgs(folder,img_addrs)

if _name_=='_main_':
    download()

hldh214

url 前面加上 http:

醉梦醒

根据报错信息将if _name_=='_main_':改为 if __name__ == '__main__':是两个下横杠，你只打了一个。

lostlove

醉梦醒 发表于 2017-4-22 19:22
根据报错信息将if _name_=='_main_':改为 if __name__ == '__main__':是两个下横杠，你只打了一个。

还是不对啊

lostlove

hldh214 发表于 2017-4-22 19:14
url 前面加上 http:

也不行  报错信息 跟我后来发的一样

hldh214

lostlove 发表于 2017-4-24 10:08
也不行  报错信息 跟我后来发的一样

如果你真的加了就不会报错

醉梦醒

find_imgs(url)函数那里要改一下，看我标出的地方

lostlove

醉梦醒 发表于 2017-4-24 10:51
find_imgs(url)函数那里要改一下，看我标出的地方

虽然爬出来了 但还是提示出错

醉梦醒

download()函数还要加一个延迟，你爬取网页太快，会被网站发现你是爬虫。

lostlove

醉梦醒 发表于 2017-4-27 17:32
download()函数还要加一个延迟，你爬取网页太快，会被网站发现你是爬虫。

大神，能加个好友吗

醉梦醒

lostlove 发表于 2017-4-29 08:06
大神，能加个好友吗

大神不敢当，我也刚学，共同进步。论坛里面牛人很多，多来逛逛，支持论坛建设。