yande.re 图站爬虫一枚 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要在回答技术问题时复制粘贴 AI 生成的内容
wudaown
V2EX    程序员

yande.re 图站爬虫一枚

  •  1
     
  •   wudaown 2015-06-20 01:53:58 +08:00 15087 次点击
    这是一个创建于 3770 天前的主题,其中的信息可能已经有所发展或是发生改变。

    有朋友想收集yande.re里的图片
    于是现学撸了一个爬虫出来
    大家来拍吧
    https://github.com/wudaown/yandeDL

    未满18岁慎用 
    第 1 条附言    2015-06-20 14:22:24 +08:00
    刚才在看K站的结构.... 发现程序还能在简化...
    浪费了很多很多时间
    在重写
    22 条回复    2015-06-21 22:11:59 +08:00
    zonghua
        1
    zonghua  
       2015-06-20 02:20:39 +08:00 via iPhone
    python做爬虫有什么加成
    Imyssed
        2
    Imyssed  
       2015-06-20 03:19:48 +08:00
    其实我比较好奇Y站和K站是不是一个系统啊...好像的说
    wudaown
        3
    wudaown  
    OP
       2015-06-20 03:45:58 +08:00
    貌似是的.. y站以前不叫Y站.. 换过名字了
    wudaown
        4
    wudaown  
    OP
       2015-06-20 03:47:54 +08:00   1
    @Imyssed 去K站看了一眼.. 结构都差不多 只要替换几个地方就变成K站爬虫了... 233
    yeah2109
        5
    yeah2109  
       2015-06-20 04:12:49 +08:00
    输入关键词以后没有进度提示吗?
    yeah2109
        6
    yeah2109  
       2015-06-20 04:14:31 +08:00
    @wudaown 那就在做个k站的吧233
    看到提示了,好东西
    yeah2109
        7
    yeah2109  
       2015-06-20 06:22:27 +08:00
    我输入了一定的页数,下载了一段时间后
    Traceback (most recent call last):
    File "yandeDL.py", line 61, in <module>
    main()
    File "yandeDL.py", line 55, in main
    MultiPageDownload()
    File "yandeDL.py", line 27, in MultiPageDownload
    coreDL(crawler.getSource(next_page_url))
    File "yandeDL.py", line 14, in coreDL
    crawler.getImg(dLink, filename_list)
    File "/root/yandedl/crawler.py", line 123, in getImg
    urllib.request.urlretrieve(x[2:-2], filename_list[count])
    File "/usr/local/lib/python3.4/urllib/request.py", line 219, in urlretrieve
    % (read, size), result)
    urllib.error.ContentTooShortError: <urlopen error retrieval incomplete: got only 196325 out of 255091 bytes>
    这么显示然后就停止了,是什么原因?
    hansnow
        8
    hansnow  
       2015-06-20 08:45:26 +08:00
    问个和主题不相关的问题哈,楼主帖子里的红色框框是怎么输入的呢?
    anthonyeef
        9
    anthonyeef  
       2015-06-20 10:13:07 +08:00
    @hansnow markdown自带的吧
    wudaown
        10
    wudaown  
    OP
       2015-06-20 13:35:24 +08:00
    @yeah2109 你下载了多少页 用的那个tag? 我自己试试看
    wudaown
        11
    wudaown  
    OP
       2015-06-20 15:49:51 +08:00
    shuzhiqian
        12
    shuzhiqian  
       2015-06-20 15:53:57 +08:00
    iOS开发技术分享群:429196500 欢迎加入!
    dlc
        13
    dlc  
       2015-06-20 20:24:37 +08:00
    楼主, 为什么我安装完python3.4.0 后双击yandeDL.py打不开。
    moenayuki
        14
    moenayuki  
       2015-06-20 21:27:30 +08:00
    wudaown
        15
    wudaown  
    OP
       2015-06-20 21:42:40 +08:00
    @moenayuki 我刚才发现有API的.. 准备重写了
    wudaown
        16
    wudaown  
    OP
       2015-06-20 21:43:01 +08:00
    @dlc 能多说一点么... 我在windows测试可以问题......
    yeah2109
        17
    yeah2109  
       2015-06-21 09:38:46 +08:00
    @wudaown 关键词 “thighhighs”或者“no-bra” 页数50
    dlc
        18
    dlc  
       2015-06-21 10:12:43 +08:00
    @wudaown 双击yandeDL.py一闪而过,在cmd用 python yandeDL.py 也打不开。
    ghostxdy
        19
    ghostxdy  
       2015-06-21 14:17:23 +08:00 via Android
    我特的来回复一下,我收藏了
    yeah2109
        20
    yeah2109  
       2015-06-21 15:21:51 +08:00
    @dlc python3 不是python
    wudaown
        21
    wudaown  
    OP
       2015-06-21 19:17:16 +08:00 via iPhone
    @dlc cmd运行的话要把python加入到path
    双击是可以的 可能你版本错了
    djyde
        22
    djyde  
       2015-06-21 22:11:59 +08:00
    yande 是 h漫版的 hackernews?
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2898 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 25ms UTC 13:56 PVG 21:56 LAX 06:56 JFK 09:56
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86