056课中问题求解

snakeshe

1. import urllib.request ##browse the homepage
   
2. import os
   
3. def url_open(url):
   
4.         req = urllib.request.Request(url)
   
5.         req.add_header('User-Agent' , 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.106 Safari/537.36')
   
6.         response = urllib.request.urlopen(req)
   
7.         html = response.read()
   
8.         print(url)
   
9.         return html
   
10. 
    
11. def get_page(url):
    
12.         
    
13.         html = url_open(url).decode('utf-8')
    
14.         
    
15.         a = html.find('current-comment-page') + 23
    
16.         b = html.find(']',a)
    
17.         print(html[a:b])
    
18.         return html[a:b]
    
19. def find_img(url):
    
20.         html = url_open(url).decode('utf-8')
    
21.         img_addrs = []
    
22.         a = html.find('img src=')
    
23.         while a != -1:
    
24.                 b = html.find('.jpg' , a ,a+255)
    
25.                 if b!= -1:
    
26.                         img_addrs.append(html[a+9:b+4])
    
27.                 else:
    
28.                         b = a + 9
    
29.                         a = html.find('img src=' , b)
    
30.         for each in img_addrs:
    
31.                 print(each)
    
32. def save_imgs(url):
    
33.         pass
    
34.         
    
35. def download_mm(folder = 'OOXX' , pages = 10):
    
36.         os.mkdir(folder)
    
37.         os.chdir(folder)
    
38.         
    
39.         url = 'http://jandan.net/ooxx'
    
40.         page_num = int(get_page(url)) ##/why?
    
41.         
    
42.         for i in range(pages):
    
43.                 page_num -= i
    
44.                 page_url = url + '/page-' + str(page_num) + '#comments'
    
45.                 img_addrs = find_img(page_url)
    
46.                 save_imgs(folder , img_addrs)
    
47.                
    
48. if __name__ == '__main__':
    
49.         download_mm()
    
50.                

复制代码

运行结果为：
http://jandan.net/ooxx
47
http://jandan.net/ooxx/page-47#comments
并没有像教学视频里面很多地址出来 这是为什么啊？

当回首遇上转身

因为你缩进错了

1. while a != -1:
   
2.         b = html.find('.jpg' , a ,a+255)
   
3.         if b!= -1:
   
4.                 img_addrs.append(html[a+9:b+4])
   
5.         else:
   
6.                 b = a + 9
   
7.         a = html.find('img src=' , b)

复制代码

另外上面

1. def find_img(url):

复制代码

缺了

1. return img_addrs

复制代码