python爬虫(爬游民星空壁纸)_图片损坏问题

__author__ = 'AllenMinD'
import requests,urllib
from bs4 import BeautifulSoup

ans = 1

for page in range(1,12):
    if page==1:
        url = 'http://www.gamersky.com/ent/201603/730123.shtml'
    else:
        url = 'http://www.gamersky.com/ent/201603/730123_'+str(page)+'.shtml'
    header = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.109 Safari/537.36'
              ,'Cookie':'BIDUPSID=5B700B9ED7BFDE99E48407F4C10FABAA; BAIDUID=05F28292EA8DA5A589737ACF26DD1B31:FG=1; PSTM=1456985091; BDUSS=1hczlEYmxKckJPbU9CRDE0R1hQcWtOOWJIQ2JQY1BRckQ2OW9kdWNnfmhTUjVYQVFBQUFBJCQAAAAAAAAAAAEAAABHG40~AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAOG89lbhvPZWaU'}
    source_code = requests.get(url,headers = header)
    plain_text = source_code.text

    soup = BeautifulSoup(plain_text,'lxml')

#    print soup.select('p > a')

    download_link = []
    for pic_tag in soup.select('p > a'):
        #print pic_tag.get('href')[52:]
        download_link.append(pic_tag.get('href')[52:])#*********重点*********

    folder_path = "D:/spider_things/2016.4.4/bizhi/"

    for item in download_link:
        urllib.urlretrieve(item , folder_path + str(ans) + '.jpg')
        print 'You have downloaded',ans,'picture(s)!~'
        ans = ans+1


前些天想做下游民星空壁纸的爬去,但是一开始想平常那样爬取时,最终下载下来的图片会损坏:


于是,上网查找问题所在,在一个网站中得到一点启发(点击打开链接):初步猜测出错的原因是图片的链接不对

然后我在了看原来爬取下载图片的链接是:

http://www.gamersky.com/showimage/id_gamersky.shtml?http://img1.gamersky.com/image2016/03/20160319_hc_44_10/gamersky_005origin_009_201631919596C4.jp

g


但实际上,下载的原图的链接是:

http://img1.gamersky.com/image2016/03/20160319_hc_44_10/gamersky_005origin_009_201631919596C4.jpg


终于!发现问题了,原来的链接中了:“http://www.gamersky.com/showimage/id_gamersky.shtml?

于是利用一个简单的切片便获取了正确的链接:

pic_tag.get('href')[52:]

问题终于解决了!~o(∩_∩)o 哈


  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值