[已解决]python-056讲

xlx_萧

跟着视频敲了一遍代码，和小甲鱼的一样，但老是报错，请各位大神看看哪里的问题！

1. import urllib.request
   
2. import os
   
3. 
   
4. def url_open(url):
   
5. 
   
6.     req = urllib.request.Request(url)
   
7.     req.add_header("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36")
   
8.     response = urllib.request.urlopen(req)
   
9.     html = response.read()
   
10. 
    
11.     return html
    
12.    
    
13. def get_page(url):
    
14.     html = url_open(url).decode("utf-8")
    
15. 
    
16.     a = html.find("current-comment-page") + 23
    
17.     b = html.find("]",a)
    
18. 
    
19.     return html[a:b]
    
20. 
    
21. def find_imgs(url):
    
22.     html = url_open(url).decode("utf-8")
    
23.     img_addrs = []
    
24. 
    
25.     a = html.find("img src=")
    
26. 
    
27.     while a != -1:
    
28.         b = html.find(".jpg",a,a+255)
    
29.         if b != -1:
    
30.             img_addrs.append(html[a+9:b+4])
    
31.         else:
    
32.             b = a+9
    
33.         a = html.find("img src=",b)
    
34. 
    
35.     return img_addrs
    
36. 
    
37. def save_imgs(folder,img_addrs):
    
38.     for each in img_addrs:
    
39.         filename = each.split('/')[-1]
    
40.         with open (filename,"wb") as f:
    
41.             img = url_open(each)
    
42.             f.write(img)
    
43. 
    
44. def download_mm(folder="XXOO",pages=10):
    
45.     os.mkdir(folder)
    
46.     os.chdir(folder)
    
47. 
    
48.     url = "http://jandan.net/ooxx/"
    
49.     page_num = int(get_page(url))
    
50. 
    
51.     for i in range(pages):
    
52.         page_num -= i
    
53.         page_url = url + "page-" + str(page_num) + "#comments"
    
54.         img_addrs = find_imgs(page_url)
    
55.         save_imgs(folder,img_addrs)
    
56. 
    
57. if __name__ == "__main__":
    
58.     download_mm()
    

复制代码

报错代码如下：

1. Traceback (most recent call last):
   
2.   File "E:\Python\课后习题\课堂跟练（056）.py", line 58, in <module>
   
3.     download_mm()
   
4.   File "E:\Python\课后习题\课堂跟练（056）.py", line 55, in download_mm
   
5.     save_imgs(folder,img_addrs)
   
6.   File "E:\Python\课后习题\课堂跟练（056）.py", line 41, in save_imgs
   
7.     img = url_open(each)
   
8.   File "E:\Python\课后习题\课堂跟练（056）.py", line 6, in url_open
   
9.     req = urllib.request.Request(url)
   
10.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 329, in __init__
    
11.     self.full_url = url
    
12.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 355, in full_url
    
13.     self._parse()
    
14.   File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 384, in _parse
    
15.     raise ValueError("unknown url type: %r" % self.full_url)
    
16. ValueError: unknown url type: '//wx4.sinaimg.cn/mw600/661eb95cgy1fitinl54hlj20yg0xi42t.jpg'

复制代码

最佳答案

月排行榜 / 总排行榜

ba21

2017-8-23 19:41:30

对比下代码：

1. import urllib.request
   
2. import sys
   
3. import os
   
4. 
   
5. 
   
6. def url_open(url):
   
7.     req = urllib.request.Request(url)
   
8.     req.add_header('User-Agent',
   
9.                    'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36')
   
10.     resp = urllib.request.urlopen(url)
    
11.     html = resp.read()
    
12.     # print(html)
    
13.     return html
    
14. 
    
15. 
    
16. def get_page(url):  # 获取图片页码
    
17.     html = url_open(url).decode('utf-8')  # 解码，之后查找图片页码做准备
    
18.     a = html.find('current-comment-page') + 23  # 返回页码数的首位置
    
19.     b = html.find(']', a)  # 返回页码数的末位置
    
20.     # print(html[a:b])
    
21.     return html[a:b]  # 拼接返回页码
    
22. 
    
23. 
    
24. def find_imgs(url):  # 在当前URL查找图片
    
25.     html = url_open(url).decode('utf-8')
    
26.     img_addrs = []
    
27. 
    
28.     a = html.find('img src=')  # 图片真实地址
    
29. 
    
30.     while a != -1:
    
31.         b = html.find('.jpg', a, a + 200)
    
32.         if b != -1:
    
33.             img_addrs.append(html[a + 9:b + 4])
    
34.         else:
    
35.             b = a + 9
    
36. 
    
37.         a = html.find('img src=', b)
    
38.     return img_addrs
    
39. 
    
40. 
    
41. def save_imgs(img_addrs):
    
42.     for each in img_addrs:
    
43.         filename = each.split('/')[-1]
    
44.         with open(filename, 'wb') as f:
    
45.             img = url_open("http:"+each)
    
46.             f.write(img)
    
47. 
    
48. 
    
49. def download(folder='Girls', pages=20):
    
50.     os.mkdir(folder)  # 创建文件夹
    
51.     os.chdir(folder)  # 切换到文件夹目录
    
52. 
    
53.     url = 'http://jandan.net/ooxx'
    
54.     page_num = int(get_page(url))  # 获取当前该图片页码
    
55. 
    
56.     for i in range(pages):  # 依次下载指定页数的图片
    
57.         page_num -= 1
    
58.         page_url = url + '/page-' + str(page_num) + '#comments'  # 图片的URL
    
59.         # print(page_url)
    
60.         img_addrs = find_imgs(page_url)
    
61.         save_imgs(img_addrs)
    
62. 
    
63. 
    
64. if __name__ == '__main__':
    
65.     download()
    

复制代码

跳转到最佳答案楼层

hustlin

错误提示是说错误的URL类型，你在前面手动加上http:就可以了，我就是这么来的。
另外，我自己改写了下，发现还可以把gif给下下来。源码可以给你参考。

ba21

对比下代码：

1. import urllib.request
   
2. import sys
   
3. import os
   
4. 
   
5. 
   
6. def url_open(url):
   
7.     req = urllib.request.Request(url)
   
8.     req.add_header('User-Agent',
   
9.                    'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36')
   
10.     resp = urllib.request.urlopen(url)
    
11.     html = resp.read()
    
12.     # print(html)
    
13.     return html
    
14. 
    
15. 
    
16. def get_page(url):  # 获取图片页码
    
17.     html = url_open(url).decode('utf-8')  # 解码，之后查找图片页码做准备
    
18.     a = html.find('current-comment-page') + 23  # 返回页码数的首位置
    
19.     b = html.find(']', a)  # 返回页码数的末位置
    
20.     # print(html[a:b])
    
21.     return html[a:b]  # 拼接返回页码
    
22. 
    
23. 
    
24. def find_imgs(url):  # 在当前URL查找图片
    
25.     html = url_open(url).decode('utf-8')
    
26.     img_addrs = []
    
27. 
    
28.     a = html.find('img src=')  # 图片真实地址
    
29. 
    
30.     while a != -1:
    
31.         b = html.find('.jpg', a, a + 200)
    
32.         if b != -1:
    
33.             img_addrs.append(html[a + 9:b + 4])
    
34.         else:
    
35.             b = a + 9
    
36. 
    
37.         a = html.find('img src=', b)
    
38.     return img_addrs
    
39. 
    
40. 
    
41. def save_imgs(img_addrs):
    
42.     for each in img_addrs:
    
43.         filename = each.split('/')[-1]
    
44.         with open(filename, 'wb') as f:
    
45.             img = url_open("http:"+each)
    
46.             f.write(img)
    
47. 
    
48. 
    
49. def download(folder='Girls', pages=20):
    
50.     os.mkdir(folder)  # 创建文件夹
    
51.     os.chdir(folder)  # 切换到文件夹目录
    
52. 
    
53.     url = 'http://jandan.net/ooxx'
    
54.     page_num = int(get_page(url))  # 获取当前该图片页码
    
55. 
    
56.     for i in range(pages):  # 依次下载指定页数的图片
    
57.         page_num -= 1
    
58.         page_url = url + '/page-' + str(page_num) + '#comments'  # 图片的URL
    
59.         # print(page_url)
    
60.         img_addrs = find_imgs(page_url)
    
61.         save_imgs(img_addrs)
    
62. 
    
63. 
    
64. if __name__ == '__main__':
    
65.     download()
    

复制代码

xlx_萧

hustlin 发表于 2017-8-23 18:45
错误提示是说错误的URL类型，你在前面手动加上http:就可以了，我就是这么来的。
另外，我自己改写了下，发 ...

对的，就是少了“http:”,谢谢！

xlx_萧

ba21 发表于 2017-8-23 19:41
对比下代码：

感谢大神!