鱼C论坛

 找回密码
 立即注册
查看: 3115|回复: 4

爬虫遇到的好像是数据库的问题--UnicodeEncodeError

[复制链接]
发表于 2017-7-28 21:44:03 | 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
  1. import urllib.request
  2. import os
  3. import re

  4. def url_open(url):
  5.     req=urllib.request.Request(url)
  6.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 UBrowser/6.1.2716.5 Safari/537.36')
  7.     response=urllib.request.urlopen(url)
  8.     html=response.read()
  9.     return html
  10.    
  11.    
  12. def get_totalpages(url):
  13.     html=url_open(url).decode('utf-8')
  14.     reg=r'共(.*?)页'
  15.     totalpages=re.findall(reg,html)[0]
  16.     return int(totalpages)

  17. def get_sercoverurl(pageurl):
  18.     html=url_open(pageurl).decode('utf-8')
  19.     reg=r'<a href="(.*?)" target="_blank">'
  20.     sercoverurl=re.findall(reg,html)
  21.     return sercoverurl

  22. def get_picurl(sercoverurl):
  23.     html=url_open(sercoverurl).decode('utf-8')
  24.     reg='<img src="(.*?)"'
  25.     picurl=re.findall(reg,html)[0]
  26.     return picurl

  27. def main():
  28.     os.chdir('E://OOXX')
  29.    

  30.     url='http://www.mmjpg.com/'

  31.     totalpages=get_totalpages(url)
  32.     print(totalpages)
  33.     count=0
  34.     for eachpage in range(1,totalpages+1):
  35.         pageurl=url+'home/'+str(eachpage)
  36.         print(pageurl)
  37.         
  38.         sercoverurl=get_sercoverurl(pageurl)
  39.         print(sercoverurl)
  40.         
  41.         for eachpic in sercoverurl:   
  42.             picurl=get_picurl(eachpic)           
  43.             print(picurl)
  44.             filename=str(count)+picurl.split('/')[-2]+'and'+picurl.split('/')[-1]
  45.             urllib.request.urlretrieve(picurl,filename)
  46.         count+=1

  47. if __name__=='__main__':
  48.     main()
复制代码






照着大佬们的代码,自己加以修改的爬取美女的图片,但是出现了这些代码,代码好像不能实现翻页的功能,水平有限,实在找不出问题所在,求大佬解答!!!百度了一下,说是数据库什么的问题,但是找不到解决的方法。



  1. Traceback (most recent call last):
  2.   File "C:/Users/Administrator/Desktop/4.py", line 55, in <module>
  3.     main()
  4.   File "C:/Users/Administrator/Desktop/4.py", line 48, in main
  5.     picurl=get_picurl(eachpic)
  6.   File "C:/Users/Administrator/Desktop/4.py", line 26, in get_picurl
  7.     html=url_open(sercoverurl).decode('utf-8')
  8.   File "C:/Users/Administrator/Desktop/4.py", line 8, in url_open
  9.     response=urllib.request.urlopen(url)
  10.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 223, in urlopen
  11.     return opener.open(url, data, timeout)
  12.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 526, in open
  13.     response = self._open(req, data)
  14.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 544, in _open
  15.     '_open', req)
  16.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 504, in _call_chain
  17.     result = func(*args)
  18.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 1346, in http_open
  19.     return self.do_open(http.client.HTTPConnection, req)
  20.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 1318, in do_open
  21.     encode_chunked=req.has_header('Transfer-encoding'))
  22.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\http\client.py", line 1239, in request
  23.     self._send_request(method, url, body, headers, encode_chunked)
  24.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\http\client.py", line 1280, in _send_request
  25.     self.putheader(hdr, value)
  26.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\http\client.py", line 1212, in putheader
  27.     values[i] = one_value.encode('latin-1')
  28. UnicodeEncodeError: 'latin-1' codec can't encode characters in position 15-18: ordinal not in range(256)
复制代码
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2017-7-28 22:18:30 | 显示全部楼层
sercoverurl 这个 list 已经告诉你答案
仔细检查其中的每一个元素
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2017-7-29 07:54:14 | 显示全部楼层
url 里有中文
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2017-7-29 09:16:12 | 显示全部楼层
hldh214 发表于 2017-7-28 22:18
sercoverurl 这个 list 已经告诉你答案
仔细检查其中的每一个元素

请问错误代码哪里是提示sercoverurl错误的 ,我找不到。。
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2017-7-29 09:17:34 | 显示全部楼层

请问中文是?我有点不明白。。
小甲鱼最新课程 -> https://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, 2025-12-22 15:45

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表