关于爬妹子图

holistic杀手 · 发表于 2017-10-24 19:23:14

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 re

def open_url(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent',' Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko')
    page = urllib.request.urlopen(req)
    html = page.read().decode('utf-8')

    return html

def get_img(html):
    p = r'<img class=""> src="[^"]+\.jpg"'
    imglist = re.findall(p,html)

    for each in imglist:
        print(each)


if __name__=='__main__':
    url = "https://movie.douban.com/celebrity/1321993/photos/"
    get_img(open_url(url))

为什么我什么也没打印出来，求助大佬。。。

tich · 发表于 2017-10-24 20:08:25

或许你可以换一个库试试

BngThea · 发表于 2017-10-24 21:31:58

请在适当的位置插入print函数以检查是否获取正确的结果

holistic杀手 · 发表于 2017-12-31 11:42:24

本帖最后由 holistic杀手于 2017-12-31 11:46 编辑

时隔多月的一个尝试居然成功了

import urllib.request
import re

def open_url(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko')
    page = urllib.request.urlopen(req)
    html = page.read().decode('utf-8')

    return html

def get_img(html):
    p = r'<img src="([^"]+\.jpg)"'
    imglist = re.findall(p,html)
    
    for each in imglist:
        print(each)
  


if __name__=='__main__':
    url = "https://movie.douban.com/celebrity/1321993/photos/"
    get_img(open_url(url))

成功打出地址了的运行结果

point是我没抓对地方

账号		自动登录	找回密码
密码			立即注册