python爬千图网高清图片

最新推荐文章于 2021-11-09 17:24:04 发布

小学鸡_陈三五

最新推荐文章于 2021-11-09 17:24:04 发布

阅读量2.3k

点赞数 2

分类专栏：数据挖掘与数据分析文章标签：爬虫

本文链接：https://blog.youkuaiyun.com/sisi_chen_3285/article/details/85261174

版权

在尝试使用Python爬取千图网高清图片时遇到了HTTP 403错误、Unicode编码问题和图片无法打开的问题。解决方法包括伪装浏览器（设置"User-Agent"和"Referer"头部），修正复制的"User-Agent"字符串，以及在保存图片时使用二进制模式"wb"代替文本模式"w"。经过调整，成功克服了爬虫难题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码如下：

import urllib.request
import re
for i in range(1,2):
        url = "http://www.58pic.com/piccate/7-128-0-default-0_2_0_0_default_0-" + str(i) + ".html"
        data = urllib.request.urlopen(url).read().decode("utf-8","ignore")
        pat = '<a class="card-img video-play" target="_blank" href="(.*?)">'
        imgUrlList = re.compile(pat).findall(data)
        for j in range(0,len(imgUrlList)):
                imgPageData = urllib.request.urlopen(imgUrlList[j]).read().decode("utf-8","ignore")
                pat = 'src="(.*?)" class="show-area-pic"'
                imgUrl = re.search(pat,imgPageData).group(1)
                headers = { "Accept":"text/html,application/xhtml+xml,application/xml;",
                "Accept-Encoding