编写的爬虫运行之后没有任何反应

解决办法:在page=requests.get(url,headers=headers)处设置断点,发现
page的内容为空
所以将return的内容改为page.content
然后就ok了。
代码如下:

在这里插入代码片
# 第一个简单的爬取图片的程序
import urllib.request # python自带的爬操作url的库
import requests
import re  # 正则表达式
import random


# 该方法传入url,返回url的html的源代码
def getHtmlCode(url):
    # 以下几行注释的代码在本程序中有加没加效果一样,但是为了隐藏自己避免被反爬虫可以假如这个伪装的头部请求
    headers = {
        'User-Agent': 'Mozilla/5.0(Linux; Android 6.0; Nexus 5 Build/MRA58N) \
    AppleWebKit/537.36(KHTML, like Gecko) Chrome/56.0.2924.87 Mobile Safari/537.36'
    }
    page=requests.get(url,headers=headers)
   
    return page.content


# 该方法传入html的源代码,通过截取其中的img标签,将图片保存到本机
def getImage(page,page2):
    # [^\s]*? 表示最小匹配, 两个括号表示列表中有两个元组
    # imageList = re.findall(r'(https:[^\s]*?(png))"', page)
    pattern=re.compile(r'(https:[^\s]*?(jpg|png|gif))"')
    # imageList = re.findall(r'(https:[^\s]*?(jpg|png|gif))"', page)
    page0=str(page)
    imageList = re.findall(pattern, page0)

    # x=0
    # 循环列表
    for imageUrl in imageList:
        try:
            print('正在下载: %s' % imageUrl[0])
            # 这个image文件夹需要先创建好才能看到结果
            image_save_path = './image/%d.jpg' % page2
            # 下载图片并且保存到指定文件夹中
            urllib.request.urlretrieve(imageUrl[0], image_save_path)
            page2= page2+ 1
        except:
            continue
    pass


if __name__ == '__main__':
    # 指定要爬取的网站
    # x=0
    for pag in range(4000):

         # url ="https://www.mmm131.com/xinggan/4071_1{}_1.html".format(pag)
         # https: // www.mm131.net / xinggan / 4071_17.html
         # url ='https://baike.baidu.com/item/%E7%BD%91%E7%BB%9C/14{}'.format(pag)
         url = 'https://www.mmm131.com/xinggan/5766_4{}.html'.format(pag+2)
             # 得到该网站的源代码
         page2=pag*100
         page = getHtmlCode(url)
         # 爬取该网站的图片并且保存
         getImage(page ,page2)
            # getImage(url, page2)
    # print(page)


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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