1.步骤解析
这个小项目的目的是让大家学会如何爬取网站上的图片，下面是简单介绍。
实现步骤如下：
1.首先要写最简单的代码，确定能通过url访问糗百
2.将糗百服务器返回的数据进行解码，得到完整HTML代码
3.查看糗百HTML代码，进行正则匹配操作，爬取用户发布的图片
上面就是我们本次小项目案例的实现流程，下面我们将进行实验。
2.逐步实现
1.使用urlopen编写最简单的访问代码
Python
import urllib.request
# 糗百第一页的链接
url = "https://www.qiushibaike.com/8hr/page/1/"
# 通过urlopen打开url
response = urllib.request.urlopen(url)
# 读取返回的结果
data = response.read()
print(data)
1
2
3
4
5
6
7
8
9
10
importurllib.request
# 糗百第一页的链接
url="https://www.qiushibaike.com/8hr/page/1/"
# 通过urlopen打开url
response=urllib.request.urlopen(url)
# 读取返回的结果
data=response.read()
print(data)
运行结果如下，报错：
Python
D:\python\python.exe E:/技术学习/Python代码/15.爬取糗事百科小项目/easy_1.py
Traceback (most recent call last):
File "E:/技术学习/Python代码/15.爬取糗事百科小项目/easy_1.py", line 7, in
response = urllib.request.urlopen(url)
File "D:\python\lib\urllib\request.py", line 223, in urlopen
return opener.open(url, data, timeout)
File "D:\python\lib\http\client.py", line 266, in _read_status
raise RemoteDisconnected("Remote end closed connection without"
http.client.RemoteDisconnected: Remote end closed connection without response
1
2
3
4
5
6
7
8
9
D:\python\python.exeE:/技术学习/Python代码/15.爬取糗事百科小项目/easy_1.py
Traceback(mostrecentcalllast):
File"E:/技术学习/Python代码/15.爬取糗事百科小项目/easy_1.py",line7,in
response=urllib.request.urlopen(url)
File"D:\python\lib\urllib\request.py",line223,inurlopen
returnopener.open(url,data,timeout)
File"D:\python\lib\http\client.py",line266,in_read_status
raiseRemoteDisconnected("Remote end closed connection without"
http.client.RemoteDisconnected:Remoteendclosedconnectionwithoutresponse
2.添加异常捕获代码
呀！！报错了，最简单的代码访问不了，出现错误异常情况……这里我们优化一下，添加异常捕获代码吧，别直接崩溃。咱们添加上次上次说到的URLError和HTTPError试试吧……
Python
import urllib.request
import urllib.error
# 糗百第一页的链接
url = "https://www.qiushibaike.com/8hr/page/1/"
try:
# 通过urlopen打开url
response = urllib.request.urlopen(url)
except urllib.error.HTTPError as e:
print(e.code)
except urllib.error.URLError as e:
print(e.reason)
else:
# 读取返回的结果
data = response.read()
print(data)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
importurllib.request
importurllib.error
# 糗百第一页的链接
url="https://www.qiushibaike.com/8hr/page/1/"
try:
# 通过urlopen打开url
response=urllib.request.urlopen(url)
excepturllib.error.HTTPErrorase:
print(e.code)
excepturllib.error.URLErrorase:
print(e.reason)
else:
# 读取返回的结果
data=response.read()
print(data)
运行试一下：发现还是直接出错崩溃。。。。。仔细看一下崩溃原因：
http.client.RemoteDisconnected: Remote end closed connection without response
哦，明白了。原来这不是url链接访问出错，而是http.client下爆出的异常错误，继续修改一下：
Python
import urllib.request
import urllib.error
import http.client
# 糗百第一页的链接
url = "https://www.qiushibaike.com/8hr/page/1/"
try:
# 通过urlopen打开url
response = urllib.request.urlopen(url)
except urllib.error.HTTPError as e:
print(e.code)
except urllib.error.URLError as e:
print(e.reason)
except http.client.error as e:
print(e)
else:
# 读取返回的结果
data = response.read()
print(data)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
importurllib.request
importurllib.error
importhttp.client
# 糗百第一页的链接
url="https://www.qiushibaike.com/8hr/page/1/"
try:
# 通过urlopen打开url
response=urllib.request.urlopen(url)
excepturllib.error.HTTPErrorase:
print(e.code)
excepturllib.error.URLErrorase:
print(e.reason)
excepthttp.client.errorase:
print(e)
else:
# 读取返回的结果
data=response.read()
print(data)
再运行一下，就可以OK了;
Python
D:\python\python.exe E:/技术学习/Python代码/15.爬取糗事百科小项目/easy_1.py
Remote end closed connection without response
进程已结束,退出代码0
1
2
3
4
D:\python\python.exeE:/技术学习/Python代码/15.爬取糗事百科小项目/easy_1.py
Remoteendclosedconnectionwithoutresponse
进程已结束,退出代码0
打印出来的错误是，远程计算机没有响应，链接结束。。也就是说我们链接失败了……
3.添加header，假装成浏览器
上面最简单的爬虫代码出现错误，错误原因是：Remote end closed connection without response。。也就是服务器不理我……我的可爱小爬虫去招惹他，它对我不理睬……很伤心啊，为啥呢？一般情况下这是header请求头的原因，服务器接到我写的小爬虫的访问请求了，但是并没有任何关于header的信息，服务器感觉这小子可能有鬼，不是个好东西，还是不回复为妙。。。于是乎，它就拒绝了响应。要解决这个问题，就需要在请求头中添加header信息。把我们的小爬虫伪装一下，打扮成浏览器的模样。（小小爬虫，乔装打扮一下，变成假浏览器，让服务器的门卫放行小爬虫）
Python
import urllib.request
import http.client
import ssl
# 取消全局的ssl认证
ssl._create_default_https_context = ssl._create_unverified_context
# 封装头信息，伪装成浏览器
header = {
'Connection': 'Keep-Alive',
'Accept-Language': 'zh-CN,zh;q=0.8',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36',
'Accept-Encoding': 'gzip, deflate',
'X-Requested-With': 'XMLHttpRequest',
}
url = "https://www.qiushibaike.com/8hr/page/1/"
try:
# 使用包含header的信息，进行请求
request = urllib.request.Request(url, headers=header)
# 通过urlopen打开包含header的url链接，用来获取数据
response = urllib.request.urlopen(request)
except urllib.error.HTTPError as e:
print(e.code)
except urllib.error.URLError as e:
print(e.reason)
except http.client.error as e:
print(e)
else:
# 读取返回的结果
data = response.read()
print(data)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
importurllib.request
importhttp.client
importssl
# 取消全局的ssl认证
ssl._create_default_https_context=ssl._create_unverified_context
# 封装头信息，伪装成浏览器
header={
'Connection':'Keep-Alive',
'Accept-Language':'zh-CN,zh;q=0.8',
'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36',
'Accept-Encoding':'gzip, deflate',
'X-Requested-With':'XMLHttpRequest',
}
url="https://www.qiushibaike.com/8hr/page/1/"
try:
# 使用包含header的信息，进行请求
request=urllib.request.Request(url,headers=header)
# 通过urlopen打开包含header的url链接，用来获取数据
response=urllib.request.urlopen(request)
excepturllib.error.HTTPErrorase:
print(e.code)
excepturllib.error.URLErrorase:
print(e.reason)
excepthttp.client.errorase:
print(e)
else:
# 读取返回的结果
data=response.read()
print(data)
好的，改写完成之后，我们继续运行：
Python
D:\python\python.exe E:/技术学习/Python代码/15.爬取糗事百科小项目/easy.py
b'\x1f\x8b\x08\x00\xba\xabF[\x02\xff\xed}……
进程已结束,退出代码0
1
2
3
D:\python\python.exeE:/技术学习/Python代码/15.爬取糗事百科小项目/easy.py
b'\x1f\x8b\x08\x00\xba\xabF[\x02\xff\xed}……
进程已结束,退出代码0
哈哈，成功访问了，并且得到服务器返回的数据了。。。呀，还是不对？？这返回的啥玩意东西？不是HTML代码呀，这咋回事？且慢且慢，让我们打开360浏览器，开发者工具抓一下数据包。
1.打开360浏览器的开发者工具
2.点击network菜单
3.此时左侧为空，然后刷新url栏目重新链接
4.找到一开始的那个，也就糗百主域
5.点击进去，查看response响应的信息。
这下明白了，原来返回的数据是使用了gzip进行压缩了，我们要想获取HTML页码，还要进行解压缩操作。下面升级我们的代码：
Python
import urllib.request
import http.client
import ssl
import gzip
import zlib
#取消全局ssl验证
ssl._create_default_https_context = ssl._create_unverified_context
def gzip_decompress(data):
try: # 尝试解压
print('正在使用gzip解压.....')
data = gzip.decompress(data)
print('gzip解压完毕!')
except:
print('未经gzip压缩, 无需解压')
return data
# deflate压缩算法
def deflate_decompress(data):
try:
print('正在使用deflate解压.....')
return zlib.decompress(data, -zlib.MAX_WBITS)
print('deflate解压完毕!')
except zlib.error:
return zlib.decompress(data)
# 封装头信息，伪装成浏览器
header = {
'Connection': 'Keep-Alive',
'Accept-Language': 'zh-CN,zh;q=0.8',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36',
'Accept-Encoding': 'gzip, deflate',
'X-Requested-With': 'XMLHttpRequest',
}
url = "https://www.qiushibaike.com/8hr/page/1/"
try:
# 使用包含header的信息，进行请求
request = urllib.request.Request(url, headers=header)
# 通过urlopen打开包含header的url链接，用来获取数据
response = urllib.request.urlopen(request)
except urllib.error.HTTPError as e:
print(e.code)
except urllib.error.URLError as e:
print(e.reason)
except http.client.error as e:
print(e)
else:
# 读取返回的结果
content = response.read()
# 用于判断是何种压缩算法，如果是gzip则调用gzip算法
encoding = response.info().get('Content-Encoding')
# 判断使用的是不是gzip压缩算法
if encoding == 'gzip':
print(content)
content = gzip_decompress(content)
print(content)
# deflate很少有人在用了，老网站可能用，这里也判断一下
elif encoding == 'deflate':
content = deflate_decompress(content)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
importurllib.request
importhttp.client
importssl
importgzip
importzlib
#取消全局ssl验证
ssl._create_default_https_context=ssl._create_unverified_context
defgzip_decompress(data):
try:# 尝试解压
print('正在使用gzip解压.....')
data=gzip.decompress(data)
print('gzip解压完毕!')
except:
print('未经gzip压缩, 无需解压')
returndata
# deflate压缩算法
defdeflate_decompress(data):
try:
print('正在使用deflate解压.....')
returnzlib.decompress(data,-zlib.MAX_WBITS)
print('deflate解压完毕!')
exceptzlib.error:
returnzlib.decompress(data)
# 封装头信息，伪装成浏览器
header={
'Connection':'Keep-Alive',
'Accept-Language':'zh-CN,zh;q=0.8',
'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36',
'Accept-Encoding':'gzip, deflate',
'X-Requested-With':'XMLHttpRequest',
}
url="https://www.qiushibaike.com/8hr/page/1/"
try:
# 使用包含header的信息，进行请求
request=urllib.request.Request(url,headers=header)
# 通过urlopen打开包含header的url链接，用来获取数据
response=urllib.request.urlopen(request)
excepturllib.error.HTTPErrorase:
print(e.code)
excepturllib.error.URLErrorase:
print(e.reason)
excepthttp.client.errorase:
print(e)
else:
# 读取返回的结果
content=response.read()
# 用于判断是何种压缩算法，如果是gzip则调用gzip算法
encoding=response.info().get('Content-Encoding')
# 判断使用的是不是gzip压缩算法
ifencoding=='gzip':
print(content)
content=gzip_decompress(content)
print(content)
# deflate很少有人在用了，老网站可能用，这里也判断一下
elifencoding=='deflate':
content=deflate_decompress(content)
这里咱们已经明确了糗百使用的是gzip压缩算法，可以直接只使用gzip进行解压缩。但是这里考虑到大家可能以后抓的网站属于老网站，，老网站一般使用的是古老的deflate压缩算法，现在很少人用了。关于gzip的知识，大家
运行一下打印结果如下：
Python
D:\python\python.exe E:/技术学习/Python代码/test/test.py
b'\x1f\x8b\x08\x00\xda\xcbF[\x02\xff\xed}\xebW\x1bI\x96……
正在使用gzip解压.....
gzip解压完毕!
b'\n\n
\n1
2
3
4
5
D:\python\python.exeE:/技术学习/Python代码/test/test.py
b'\x1f\x8b\x08\x00\xda\xcbF[\x02\xff\xed}\xebW\x1bI\x96……
正在使用gzip解压.....
gzip解压完毕!
b'\n\n\n
这里距离我们想要的HTML代码数据，格式按网页格式输出，还需要加一些转码：
Python
# 用于判断是何种压缩算法，如果是gzip则调用gzip算法
encoding = response.info().get('Content-Encoding')
# 判断使用的是不是gzip压缩算法
if encoding == 'gzip':
print(content)
content = gzip_decompress(content)
print(content.decode(encoding='utf-8', errors='strict'))
# deflate很少有人在用了，老网站可能用，这里也判断一下
elif encoding == 'deflate':
content = deflate_decompress(content)
1
2
3
4
5
6
7
8
9
10
# 用于判断是何种压缩算法，如果是gzip则调用gzip算法
encoding=response.info().get('Content-Encoding')
# 判断使用的是不是gzip压缩算法
ifencoding=='gzip':
print(content)
content=gzip_decompress(content)
print(content.decode(encoding='utf-8',errors='strict'))
# deflate很少有人在用了，老网站可能用，这里也判断一下
elifencoding=='deflate':
content=deflate_decompress(content)
也就是加入： print(content.decode(encoding=’utf-8′, errors=’strict’))将其转换成utf-8格式的数据，这样输出的就是HTML文件了。至此，我们的小爬虫终于历经千辛万苦，爬到了糗百的HTML代码数据。
3.爬取一个页面的图片代码
下面哥要进行正则解析了，坑了我好久啊啊啊嗯啊啊啊
Python
孩子的世界就是这么的单纯。
我们要抓图片，这里需要看网页的html源码，找到用户发的图片信息。
Python
import urllib.request
import http.client
import ssl
import gzip
import zlib
import re
import urllib.error as error
import os
ssl._create_default_https_context = ssl._create_unverified_context
def gzip_decompress(data):
try: # 尝试解压
print('正在使用gzip解压.....')
data = gzip.decompress(data)
print('gzip解压完毕!')
except:
print('未经gzip压缩, 无需解压')
return data
# deflate压缩算法
def deflate_decompress(data):
try:
print('正在使用deflate解压.....')
return zlib.decompress(data, -zlib.MAX_WBITS)
print('deflate解压完毕!')
except zlib.error:
return zlib.decompress(data)
# 封装头信息，伪装成浏览器
header = {
'Connection': 'Keep-Alive',
'Accept-Language': 'zh-CN,zh;q=0.8',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36',
'Accept-Encoding': 'gzip, deflate',
'X-Requested-With': 'XMLHttpRequest',
}
url = "https://www.qiushibaike.com/8hr/page/1/"
try:
# 使用包含header的信息，进行请求
request = urllib.request.Request(url, headers=header)
# 通过urlopen打开包含header的url链接，用来获取数据
response = urllib.request.urlopen(request)
except urllib.error.HTTPError as e:
print(e.code)
except urllib.error.URLError as e:
print(e.reason)
except http.client.error as e:
print(e)
else:
# 读取返回的结果
content = response.read()
# 用于判断是何种压缩算法，如果是gzip则调用gzip算法
encoding = response.info().get('Content-Encoding')
# 判断使用的是不是gzip压缩算法
if encoding == 'gzip':
content = gzip_decompress(content).decode(encoding='utf-8', errors='strict')
# deflate很少有人在用了，老网站可能用，这里也判断一下
elif encoding == 'deflate':
content = deflate_decompress(content)
# 这里获取了所有的img链接，包括头像什么的。
imgre = re.compile('
imglist = imgre.findall(content) # re.findall() 方法读取html 中包含 imgre（正则表达式）的 数据
print(imglist)
# 把筛选的图片地址通过for循环遍历并保存到本地
# 核心是urllib.urlretrieve()方法,直接将远程数据下载到本地，图片通过x依次递增命名
x = 0
dirpath = 'E:/爬虫数据/1.糗百图片/'
if os.path.exists(dirpath):
print("文件夹已经存在")
else:
os.makedirs(dirpath)
print("文件夹不存在！刚刚已经创建")
for imgurl in imglist:
# 将正则表达式编译 成pattern对象
pattern = re.compile('\w?//pic.qiushibaike.com/.*.jpeg')
# 进行匹配查找
if pattern.match(imgurl):
# 如果匹配成功则进行下载，保存到本地文件夹
try:
# 糗百的html代码 中 关于图片的代码，没有http，需要手动加上
image_data = urllib.request.urlopen("https:"+imgurl).read()
image_path = dirpath + str(x) + '.jpeg'
x += 1
print(image_path)
with open(image_path, 'wb') as image_file:
image_file.write(image_data)
image_file.close()
except error.URLError as e:
print('Download failed')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
importurllib.request
importhttp.client
importssl
importgzip
importzlib
importre
importurllib.erroraserror
importos
ssl._create_default_https_context=ssl._create_unverified_context
defgzip_decompress(data):
try:# 尝试解压
print('正在使用gzip解压.....')
data=gzip.decompress(data)
print('gzip解压完毕!')
except:
print('未经gzip压缩, 无需解压')
returndata
# deflate压缩算法
defdeflate_decompress(data):
try:
print('正在使用deflate解压.....')
returnzlib.decompress(data,-zlib.MAX_WBITS)
print('deflate解压完毕!')
exceptzlib.error:
returnzlib.decompress(data)
# 封装头信息，伪装成浏览器
header={
'Connection':'Keep-Alive',
'Accept-Language':'zh-CN,zh;q=0.8',
'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36',
'Accept-Encoding':'gzip, deflate',
'X-Requested-With':'XMLHttpRequest',
}
url="https://www.qiushibaike.com/8hr/page/1/"
try:
# 使用包含header的信息，进行请求
request=urllib.request.Request(url,headers=header)
# 通过urlopen打开包含header的url链接，用来获取数据
response=urllib.request.urlopen(request)
excepturllib.error.HTTPErrorase:
print(e.code)
excepturllib.error.URLErrorase:
print(e.reason)
excepthttp.client.errorase:
print(e)
else:
# 读取返回的结果
content=response.read()
# 用于判断是何种压缩算法，如果是gzip则调用gzip算法
encoding=response.info().get('Content-Encoding')
# 判断使用的是不是gzip压缩算法
ifencoding=='gzip':
content=gzip_decompress(content).decode(encoding='utf-8',errors='strict')
# deflate很少有人在用了，老网站可能用，这里也判断一下
elifencoding=='deflate':
content=deflate_decompress(content)
# 这里获取了所有的img链接，包括头像什么的。
imgre=re.compile('
imglist=imgre.findall(content)# re.findall() 方法读取html 中包含 imgre（正则表达式）的 数据
print(imglist)
# 把筛选的图片地址通过for循环遍历并保存到本地
# 核心是urllib.urlretrieve()方法,直接将远程数据下载到本地，图片通过x依次递增命名
x=0
dirpath='E:/爬虫数据/1.糗百图片/'
ifos.path.exists(dirpath):
print("文件夹已经存在")
else:
os.makedirs(dirpath)
print("文件夹不存在！刚刚已经创建")
forimgurlinimglist:
# 将正则表达式编译 成pattern对象
pattern=re.compile('\w?//pic.qiushibaike.com/.*.jpeg')
# 进行匹配查找
ifpattern.match(imgurl):
# 如果匹配成功则进行下载，保存到本地文件夹
try:
# 糗百的html代码 中 关于图片的代码，没有http，需要手动加上
image_data=urllib.request.urlopen("https:"+imgurl).read()
image_path=dirpath+str(x)+'.jpeg'
x+=1
print(image_path)
withopen(image_path,'wb')asimage_file:
image_file.write(image_data)
image_file.close()
excepterror.URLErrorase:
print('Download failed')
这里将爬取的图片保存到了硬盘上，首先判断硬盘是否已经存在文件夹，如果存在，则直接写入图片数据。如果不存在，则进行自动创建文件夹操作。爬取结果如下：
Python
D:\python\python.exe E:/技术学习/Python代码/test/test.py
正在使用gzip解压.....
gzip解压完毕!
['/static/images/banner.png', '//pic.qiushibaike.com/system/avtnew/2858/2858128
E:/爬虫数据/1.糗百图片/0.jpeg
E:/爬虫数据/1.糗百图片/1.jpeg
E:/爬虫数据/1.糗百图片/2.jpeg
E:/爬虫数据/1.糗百图片/3.jpeg
E:/爬虫数据/1.糗百图片/4.jpeg
E:/爬虫数据/1.糗百图片/5.jpeg
E:/爬虫数据/1.糗百图片/6.jpeg
E:/爬虫数据/1.糗百图片/7.jpeg
E:/爬虫数据/1.糗百图片/8.jpeg
E:/爬虫数据/1.糗百图片/9.jpeg
E:/爬虫数据/1.糗百图片/10.jpeg
E:/爬虫数据/1.糗百图片/11.jpeg
E:/爬虫数据/1.糗百图片/12.jpeg
E:/爬虫数据/1.糗百图片/13.jpeg
进程已结束,退出代码0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
D:\python\python.exeE:/技术学习/Python代码/test/test.py
正在使用gzip解压.....
gzip解压完毕!
['/static/images/banner.png','//pic.qiushibaike.com/system/avtnew/2858/2858128
E:/爬虫数据/1.糗百图片/0.jpeg
E:/爬虫数据/1.糗百图片/1.jpeg
E:/爬虫数据/1.糗百图片/2.jpeg
E:/爬虫数据/1.糗百图片/3.jpeg
E:/爬虫数据/1.糗百图片/4.jpeg
E:/爬虫数据/1.糗百图片/5.jpeg
E:/爬虫数据/1.糗百图片/6.jpeg
E:/爬虫数据/1.糗百图片/7.jpeg
E:/爬虫数据/1.糗百图片/8.jpeg
E:/爬虫数据/1.糗百图片/9.jpeg
E:/爬虫数据/1.糗百图片/10.jpeg
E:/爬虫数据/1.糗百图片/11.jpeg
E:/爬虫数据/1.糗百图片/12.jpeg
E:/爬虫数据/1.糗百图片/13.jpeg
进程已结束,退出代码0
4.本篇小结
大家可以升一下级，写抓任意页面的图片。本章，咱们一步一步爬取了糗百的图片。虽然上面东西大家可能看着比较简单，实际上，我在同步编写的代码的时候，遇到了好几个坑爹的地方。下一篇我们将要称热打铁，将继续爬取糗百的段子，作者，评论数，点赞数等等。
赞赏作者
微信赞赏
支付宝赞赏
喜欢 (5)or分享 (0)
![经营10多年的科技网站月光博客每月可以赚多少钱？[图]](https://oscimg.oschina.net/oscnet/4a7815f05a242594f17871f945ba04c1b7b.jpg)
