鱼C论坛

 找回密码
 立即注册
查看: 3020|回复: 1

[迷途问路] 跟着小甲鱼编写爬虫图片的程序有几个疑问,求解答

[复制链接]
发表于 2017-8-21 17:22:45 | 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
爬虫煎蛋图片代码如下:
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; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.90 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 style="max-height: 750px; max-width: 480px;" src=')#检查元素后,得到的src在style后,这个如何处理?
    
    while a != -1:
        b = html.find('.jpg',a,a+255)
        if b != -1:
            img_addrs.append(html[a+53:b+4])
        else:
            b = a + 53
        
        a = html.find('img style="max-height: 750px; max-width: 480px;" 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 = open_url(each)
            f.write(img)

def download_mm(folder = 'mm',pages = 5):
    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_mm()
运行后报出来的错误如下:

报错信息

报错信息


求指导,这是啥问题。谢谢啦
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2017-9-11 16:54:16 | 显示全部楼层
第8行括号里面是req,不是url。
认真对比一下视频里面写的吧。
想知道小甲鱼最近在做啥?请访问 -> 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, 2024-12-23 01:11

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表