鱼C论坛

 找回密码
 立即注册
查看: 2786|回复: 1

[迷途问路] 跟着小甲鱼视频编写爬虫图片代码,运行后报错400:Bad request?求指导这是什么问题...

[复制链接]
发表于 2017-8-20 16:46:25 | 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:
  1. import urllib.request
  2. import os

  3. def url_open(url):
  4.    
  5.     req = urllib.request.Request(url)
  6.     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')
  7.     response = urllib.request.urlopen(url)
  8.     html = response.read()
  9.    
  10.     return html

  11. def get_page(url):
  12.    
  13.     html = url_open(url).decode('utf-8')

  14.     a = html.find('current-comment-page') + 23
  15.     b = html.find(']',a)
  16.    
  17.     return html[a:b]

  18. def find_imgs(url):   
  19.     html = url_open(url).decode('utf-8')
  20.     img_addrs = []

  21.     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?
  22.     while a != -1:
  23.         b = html.find('.jpg',a,a+255)
  24.         if b != -1:
  25.             img_addrs.append(html[a+53:b+4])
  26.         else:
  27.             b = a + 53
  28.         
  29.         a = html.find('img style="max-height: 750px; max-width: 480px;" src=',b)
  30.         
  31.     return img_addrs

  32. def save_imgs(folder,img_addrs):
  33.     for each in img_addrs:
  34.         filename = each.split('/')[-1]
  35.         with open(filename,'wb') as f:
  36.             img = open_url(each)
  37.             f.write(img)

  38. def download_mm(folder = 'mm',pages = 5):
  39.     os.mkdir(folder)
  40.     os.chdir(folder)

  41.     url = "http://jandan.net/ooxx/"
  42.     page_num = int(get_page(url))

  43.     for i in range(pages):
  44.         page_num -= i
  45.         page_url = url + 'page- ' + str(page_num) + '#comments'
  46.         img_addrs = find_imgs(page_url)
  47.         save_imgs(folder,img_addrs)

  48. if __name__ == '__main__':
  49.     download_mm()
复制代码

运行后报出来的错误如下:


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 2019-1-23 20:49:18 | 显示全部楼层
+++++++++++++++++++++++++++1
试了好多个代理ip了,要么是400 Bad Request,要么就是连接时间过长,或者直接被禁止了
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, 2024-4-23 23:14

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表