鱼C论坛

 找回密码
 立即注册
查看: 1389|回复: 2

[已解决]怎么都跑不出来啊

[复制链接]
发表于 2017-9-4 01:00:21 | 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
import urllib.request
import os

def url_open(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 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)
    print(html[a:b])
    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_mm(folder='ooxx',page=10):
    os.mkdir(folder)
    os.chdir(folder)

    url = 'http://jandan.net/ooxx/'
    page_num = int(get_page(url))

    for i in range(page):
        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()
        

报错
Traceback (most recent call last):
  File "C:\Users\Administrator\Desktop\pc1.py", line 60, in <module>
    download_mm()
  File "C:\Users\Administrator\Desktop\pc1.py", line 57, in download_mm
    save_imgs(folder, img_addrs)
  File "C:\Users\Administrator\Desktop\pc1.py", line 42, in save_imgs
    img = url_open(each)
  File "C:\Users\Administrator\Desktop\pc1.py", line 5, in url_open
    req = urllib.request.Request(url)
  File "F:\Internet\python3.6.2\lib\urllib\request.py", line 329, in __init__
    self.full_url = url
  File "F:\Internet\python3.6.2\lib\urllib\request.py", line 355, in full_url
    self._parse()
  File "F:\Internet\python3.6.2\lib\urllib\request.py", line 384, in _parse
    raise ValueError("unknown url type: %r" % self.full_url)
ValueError: unknown url type: '//wx4.sinaimg.cn/mw600/942a2e4agy1fj6sn0gvs2j20dw0afjtd.jpg'
最佳答案
2017-9-4 09:10:48
  1. import urllib.request
  2. import sys
  3. import os


  4. def url_open(url):
  5.     req = urllib.request.Request(url)
  6.     req.add_header('User-Agent',
  7.                    'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36')
  8.     resp = urllib.request.urlopen(url)
  9.     html = resp.read()
  10.     # print(html)
  11.     return html


  12. def get_page(url):  # 获取图片页码
  13.     html = url_open(url).decode('utf-8')  # 解码,之后查找图片页码做准备
  14.     a = html.find('current-comment-page') + 23  # 返回页码数的首位置
  15.     b = html.find(']', a)  # 返回页码数的末位置
  16.     # print(html[a:b])
  17.     return html[a:b]  # 拼接返回页码


  18. def find_imgs(url):  # 在当前URL查找图片
  19.     html = url_open(url).decode('utf-8')
  20.     img_addrs = []

  21.     a = html.find('img src=')  # 图片真实地址

  22.     while a != -1:
  23.         b = html.find('.jpg', a, a + 200)
  24.         if b != -1:
  25.             img_addrs.append(html[a + 9:b + 4])
  26.         else:
  27.             b = a + 9

  28.         a = html.find('img src=', b)
  29.     return img_addrs


  30. def save_imgs(img_addrs):
  31.     for each in img_addrs:
  32.         filename = each.split('/')[-1]
  33.         with open(filename, 'wb') as f:
  34.             img = url_open("http:"+each)
  35.             f.write(img)


  36. def download(folder='Girls', pages=20):
  37.     os.mkdir(folder)  # 创建文件夹
  38.     os.chdir(folder)  # 切换到文件夹目录

  39.     url = 'http://jandan.net/ooxx'
  40.     page_num = int(get_page(url))  # 获取当前该图片页码

  41.     for i in range(pages):  # 依次下载指定页数的图片
  42.         page_num -= 1
  43.         page_url = url + '/page-' + str(page_num) + '#comments'  # 图片的URL
  44.         # print(page_url)
  45.         img_addrs = find_imgs(page_url)
  46.         save_imgs(img_addrs)


  47. if __name__ == '__main__':
  48.     download()
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 2017-9-4 06:30:07 From FishC Mobile | 显示全部楼层
url错误,前面少了http
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 2017-9-4 09:10:48 | 显示全部楼层    本楼为最佳答案   
  1. import urllib.request
  2. import sys
  3. import os


  4. def url_open(url):
  5.     req = urllib.request.Request(url)
  6.     req.add_header('User-Agent',
  7.                    'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36')
  8.     resp = urllib.request.urlopen(url)
  9.     html = resp.read()
  10.     # print(html)
  11.     return html


  12. def get_page(url):  # 获取图片页码
  13.     html = url_open(url).decode('utf-8')  # 解码,之后查找图片页码做准备
  14.     a = html.find('current-comment-page') + 23  # 返回页码数的首位置
  15.     b = html.find(']', a)  # 返回页码数的末位置
  16.     # print(html[a:b])
  17.     return html[a:b]  # 拼接返回页码


  18. def find_imgs(url):  # 在当前URL查找图片
  19.     html = url_open(url).decode('utf-8')
  20.     img_addrs = []

  21.     a = html.find('img src=')  # 图片真实地址

  22.     while a != -1:
  23.         b = html.find('.jpg', a, a + 200)
  24.         if b != -1:
  25.             img_addrs.append(html[a + 9:b + 4])
  26.         else:
  27.             b = a + 9

  28.         a = html.find('img src=', b)
  29.     return img_addrs


  30. def save_imgs(img_addrs):
  31.     for each in img_addrs:
  32.         filename = each.split('/')[-1]
  33.         with open(filename, 'wb') as f:
  34.             img = url_open("http:"+each)
  35.             f.write(img)


  36. def download(folder='Girls', pages=20):
  37.     os.mkdir(folder)  # 创建文件夹
  38.     os.chdir(folder)  # 切换到文件夹目录

  39.     url = 'http://jandan.net/ooxx'
  40.     page_num = int(get_page(url))  # 获取当前该图片页码

  41.     for i in range(pages):  # 依次下载指定页数的图片
  42.         page_num -= 1
  43.         page_url = url + '/page-' + str(page_num) + '#comments'  # 图片的URL
  44.         # print(page_url)
  45.         img_addrs = find_imgs(page_url)
  46.         save_imgs(img_addrs)


  47. if __name__ == '__main__':
  48.     download()
复制代码
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, 2026-3-2 02:50

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表