煎蛋网现在是不是加了反爬手段了，为什么我用小甲鱼的代码都爬不到图片啊？

yey

ba21

是的

小甲鱼的二师兄

是的

yey

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; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.162 Safari/537.36')
    response=urllib.request.urlopen(req)
    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 src=')
    #b=html.find('.jpg',a,a+255)
    while a != -1:
        b=html.find('.jpg',a,a+255)
        if b != -1:
            img_addrs.append(html[a+9:b+4])
            print(img_addrs)

        else:
            b=a+9
        a=html.find('img src=',b)
    print(img_addrs)
    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',pages=10):
    #os.rmdir(folder)
    os.mkdir(folder)
    os.chdir(folder)
    url='http://jandan.net/ooxx/'
    page_num=int(get_page(url))

    for i in range(pages):
        page_num-=1
        
        page_url=url+'page-'+str(page_num)+'#comments'
        print(page_url)
        img_addrs=find_imgs(page_url)
        save_imgs(folder,img_addrs)

if __name__=='__main__':
        download_mm()

yey

还是我打的有错

yey

ba21 发表于 2018-4-26 21:09
是的

现在要怎么爬了呢

ba21

yey 发表于 2018-4-26 21:21
现在要怎么爬了呢

selenium模拟浏览器，我觉得是最佳手段。