千图网爬取无水印（连视频都能爬下来哦）

liqi

在写完这篇帖子：https://www.52pojie.cn/forum.php ... ;page=3#pid26914458
最后我发现，我之前的表达式又能刷了，真是造化弄人 于是我改进了，请大家忘记那个垃圾东西吧 也有点小思路
又改进了一下代码， 不过这次连视频都可以爬下来哦
测试视频和源码都在  链接里，想要使用必须有个F盘里面有个bing文件夹里面在有个千图网无损文件夹我的python环境是3.7的
由于还要学抓包，所以我就不把爬取多页的代码加上了，如何想加的话，可以结合之前的代码复制粘贴就可以了，又突然想到 了，如果在首页上加个正则过滤小模块网站，岂不是能拿下整个网站的全部元素，但是对他们服务器的资源消耗还是很大的 ，所以你们就用我给的那个吧，还是不要搞事情了
链接：https://pan.baidu.com/s/1ANK5kcy65siASGmb5fe-6g
提取码：rndo
复制这段内容后打开百度网盘手机App，操作更方便哦



import re
import urllib.request
url_baba = "https://www.58pic.com/newpic/32681878.html"
data = urllib.request.urlopen(url_baba).read().decode('gbk','ignore')
tj = 'content="//preview.(.*?)!w1024_water'
mp4_tj = 'data-src="//pic.qiantucdn.com/58pic/(.*?)"'
title_tj = '<span class="pic-title fl">(.*?)</span>'
p = re.compile(tj).findall(str(data))
tit = re.compile(title_tj).findall(str(data))
mp4_p = re.compile(mp4_tj).findall(str(data))
h_z = p[0][-4:]
for i in range(len(p)):
    if mp4_p ==[]:
        pass
    else:
        print("发现视频，开始下载")
        mp4_hz = mp4_p[0][-4:]
        url = "http://pic.qiantucdn.com/58pic/" + str(mp4_p[0])
        file = "F:/bing/千图网无损/" + str(tit[0]) + str(mp4_hz)
        urllib.request.urlretrieve(url, filename=file)
        print("下载成功:" + str(tit[0]))
        continue
    url = "http://pic." + str(p)
    file = "F:/bing/千图网无损/" + str(tit[0]) +str(h_z)
    urllib.request.urlretrieve(url,filename=file)
    print("下载成功:" +str(tit[0]))

yjn866y

我的运行出现以下提示，大神给分析一下是什么问题好吗，谢谢

=====
发现视频，开始下载
Traceback (most recent call last):
  File "F:\bing\千图网无损 (2).py", line 21, in <module>
    urllib.request.urlretrieve(url,filename=file)
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 247, in urlretrieve
    with contextlib.closing(urlopen(url, data)) as fp:
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 222, in urlopen
    return opener.open(url, data, timeout)
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 531, in open
    response = meth(req, response)
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 640, in http_response
    response = self.parent.error(
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 569, in error
    return self._call_chain(*args)
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 502, in _call_chain
    result = func(*args)
  File "C:\Users\Administrator\AppData\Local\Programs\Python\Python38-32\lib\urllib\request.py", line 649, in http_error_default
    raise HTTPError(req.full_url, code, msg, hdrs, fp)
urllib.error.HTTPError: HTTP Error 403: Forbidden
>>>

liqi

52pojie-wangqi 发表于 2019-7-17 16:16
下了3.7安装好了，就是一打开文件窗口闪退，应该还要下一个什么文件吗？

直接打开闪退也是正常的，首先先去你的f盘创建一个新的文件夹名字叫bing，然后再在里创建一个千图网无损的文件夹，接下来点击你的开始（就是你关机要点的那个东西）有个搜索框里面搜IDLE（python3.7）打开它，然后按Ctrl+n，有个新界面左上角点一下，然后有一个open然后选择我网盘里的.py程序，如果想要下载对应的页面，只需要修改url_baba，把你要下载的网址复制进去，在双引号里面在按f5执行

mosou

谢谢分享 你下面的代码在 你分享的网盘链接里有么  有的话我就不复制下面的代码了

白茶似清欢

感谢分享！

samofan

感谢分享

kuruite

正好学习Python  学习了

追逐太阳

这就是python爬虫

codershmily

多谢楼主分享，要是能封装成一个应用就更方便了

Tesla苏

谢谢楼主分享啊。

i踏梦行

感谢分享，会技术不仅能赚钱还能省钱

purple6274

我觉得吧可以做个易语言程序，直接输入网址就行了