python3 爬虫相关学习7：使用 BeautifulSoup下载网页图片到本地文件夹

目录

1 一个爬图片pic的代码的例子

1.1 学习的原文章

1.2 原始代码的问题总结

问题1

问题2

问题3

其他问题

1.3 原始代码

2  直接在cmd里 python运行报错 和 处理

2.1 运行报错

2.2 报错原因： 没有提前安装这个bs4  模块

2.3 如何提前知道我的python环境下有没有安装bs4 或其他模块呢

2.3.1 查看所有python版本的命令

2.3.2 pip list 列表显示

2.3.3 pip show 模块 命令

2.3.4 pip 的其他常用命令，详细了解一下

2.3.5 不太好用的命令

2.3.6  安装好 bs4后，问题可以解决

3 如果选择在anaconda下 使用 bs4 (BeautifulSoup)

3.1 anaconda下运行python，跑这个脚本

3.2 遇到报错1：ImportError: cannot import name 'beautifulsoup' from 'bs4'

要注意BeautifulSoup  必须 首字母大写！ beautifulsoup会导致报错

3.3 排除上面的报错后，运行后为空的问题

3.4 增加其他状态码，查找原因

3.5 尝试加headers伪装下看看，OK了！

3.5.1 加了headers可以正常访问了

3.5.2 把输出的内容修改为 规范输出

4 翻页处理

4.1 翻页和网页url 变化

4.2 从查找单页----变成查看并下载多页的pic

4.3 改进代码，存储到自己设定文件夹

 发现问题所在

4.4  修正只能下载第1页图片的问题

4.5 优化代码： 本地路径用变量存起来，多次运行重复下载图片问题

5 再就是过程中，遇到的报错和改正方法

5.1 字符串 连接错误

TypeError: can only concatenate str (not “int“) to str

5.2 字符串 连接错误

SyntaxError: unterminated string literal

5.3 意外缩进  IndentationError: unexpected indent

5.4 语法错误 SyntaxError:

5.5 拼写错误 AttributeError: NameError: 等等

---

1 一个爬图片pic的代码的例子

1.1 学习的原文章

• 本文是根据这个文章基础上进行学习的
• 但是学习过程中，发现不少问题
• 下面就是遇到的问题，和解决问题的过程

https://cloud.tencent.com/developer/article/1706288前面我们一起完成了一个数据清洗的实战教程。现在，我们一起来学习数据采集的相关知识。https://cloud.tencent.com/developer/article/1706288

1.2 原始代码的问题总结

问题1

• from bs4 import beautifulsoup    # 应该大写 BeautifulSoup

问题2

• 不应该随便吧文件pic下载在 默认的 系统用户的文件夹，而应该指定自己文件夹位置
• #存哪儿呢？当前目录？
  #居然给存到这来了  C:\Users\Administrator\picture 这里是os的根目录？
• if not os.path.exists(r'picture'):    
• os.mkdir(r'picture')    

• 而应该指定自己文件夹位置，并且我感觉最好每页单独一个文件夹
• 修改为
• if not os.path.exists(r'E:\work\FangCloudV2\personal_space\2learn\python3\picture\page'+str(page)):   

问题3

• url="https://movie.douban.com/celebrity/1315477/photos/?type=C&start={}&sortby=like&size=a&subtype=a" 
• 这里不应该是 {}
• 而应该是用参数 s% 代替
• url="https://movie.douban.com/celebrity/1315477/photos/?type=C&start=%s&sortby=like&size=a&subtype=a" %i

其他问题

• 小问题，应该从page=1 开始
• 我自己遇到很多BUG，语法不熟悉了
• 一些新的内容还只会照着写，需要学习下

1.3 原始代码

• 下面这段是爬一些图片pic的代码
• 最近学写了一段bs的代码，里面用到了bs
• 但是运行起来磕磕碰碰，各种报错

#E:\work\FangCloudV2\personal_space\2learn\python3\py0001.txtimport requests
from bs4 import beautifulsoup    # 应该大写 BeautifulSoupurl="https://movie.douban.com/celebrity/1315477/photos/"
res=requests.get(url)
content= BeautifulSoup(res.text, "html.parser")
data=content.find_all("div",attrs={'class':'cover'})
picture_list=[]for d in data:plist=d.find("img")["src"]picture_list.append(plist)
print (picture_list)

万茜 Qian Wan 图片万茜最新图片https://movie.douban.com/celebrity/1315477/photos/

2  直接在cmd里 python运行报错 和 处理

2.1 运行报错

• 运行cmd
• python 文件 报错
• 报错内容：  ModuleNotFoundError: No module named 'bs4'

2.2 报错原因： 没有提前安装这个bs4  模块

• 这个报错的原因，是因为在默认的python目录下并没有安装 bs4 （BeautifulSoup）这个模块，无法导入，当然会报错
• 但是如果是以下情况，就不会遇到这个报错

1. 如果是，先在默认python下安装了 bs4 ，就不会遇到这种报错
2. 如果是，直接使用 anaconda环境下的 cmd 或者 spygt ,pythoncharm 运行python就一般不会，因为anaconda里预装了bs4

2.3 如何提前知道我的python环境下有没有安装bs4 或其他模块呢

• 接下来的问题就是
• （因为使用的电脑环境并不一定是自己安装的环境，也可能很久后忘记了）我是否可以在安装前知道，已经安装了 bs4?
• 同样，我想知道是否已经安装过 pip ,requeset 等其他模块
• 这些模块装在哪儿呢？

2.3.1 查看所有python版本的命令

• py -0p
• 可以查看电脑中所有的 python版本
• 其中* 号是默认的版本
• 我这里显示1个是默认的，一个 anaconda里的
• 但是查看的是python的版本号等

2.3.2 pip list 列表显示

• pip list
• pip list --format=columns
• 可以查看pip下的已有各种模块
• 而这个pip list 显示的各个模块，实际对应硬盘上的哪个路径呢？--PC上可以实际找一下，可以对应上这个文件夹
• Python311\site-packages
• \Python37_64\Lib\site-packages\pip\_vendor
• C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\Lib\site-packages\pip\_vendor

 

• \Python37_64\Lib\site-packages\pip\_vendor

2.3.3 pip show 模块 命令

• pip show pip
• pip show requests
• 显示详细信息： name ,  version ，安装位置等
• 如果是没有安装的模块，就会找不到，比如这里的 bs4 就显示not found

2.3.4 pip 的其他常用命令，详细了解一下

从上面看出, pip 有很多命令是很有用，很方便的，那么详细了解一下

• pip  --help     # 可以查看帮助，全部命令
• pip help
• pip --version
• 列表
• pip list 
• pip list -0
• 查看
• pip show XXX模块
• pip search XXX
• 安装等
• pip install
• pip install --upgrade XXX
• pip uninstall

Commands:

•   install                     Install packages.
•   download                    Download packages.
•   uninstall                   Uninstall packages.
•   freeze                      Output installed packages in requirements format.
•   inspect                     Inspect the python environment.
•   list                        List installed packages.
•   show                        Show information about installed packages.
•   check                       Verify installed packages have compatible dependencies.
•   config                      Manage local and global configuration.
•   search                      Search PyPI for packages.
•   cache                       Inspect and manage pip's wheel cache.
•   index                       Inspect information available from package indexes.
•   wheel                       Build wheels from your requirements.
•   hash                        Compute hashes of package archives.
•   completion                  A helper command used for command completion.
•   debug                       Show information useful for debugging.
•   help                        Show help for commands.

General Options:

•   -h, --help                  Show help.
•   --debug                     Let unhandled exceptions propagate outside the main subroutine, instead of logging them
•                               to stderr.
•   --isolated                  Run pip in an isolated mode, ignoring environment variables and user configuration.
•   --require-virtualenv        Allow pip to only run in a virtual environment; exit with an error otherwise.
•   --python <python>           Run pip with the specified Python interpreter.
•   -v, --verbose               Give more output. Option is additive, and can be used up to 3 times.
•   -V, --version               Show version and exit.
•   -q, --quiet                 Give less output. Option is additive, and can be used up to 3 times (corresponding to
•                               WARNING, ERROR, and CRITICAL logging levels).
•   --log <path>                Path to a verbose appending log.
•   --no-input                  Disable prompting for input.
•   --keyring-provider <keyring_provider>
•                               Enable the credential lookup via the keyring library if user input is allowed. Specify
•                               which mechanism to use [disabled, import, subprocess]. (default: disabled)
•   --proxy <proxy>             Specify a proxy in the form scheme://[user:passwd@]proxy.server:port.
•   --retries <retries>         Maximum number of retries each connection should attempt (default 5 times).
•   --timeout <sec>             Set the socket timeout (default 15 seconds).
•   --exists-action <action>    Default action when a path already exists: (s)witch, (i)gnore, (w)ipe, (b)ackup,
•                               (a)bort.
•   --trusted-host <hostname>   Mark this host or host:port pair as trusted, even though it does not have valid or any
•                               HTTPS.
•   --cert <path>               Path to PEM-encoded CA certificate bundle. If provided, overrides the default. See 'SSL
•                               Certificate Verification' in pip documentation for more information.
•   --client-cert <path>        Path to SSL client certificate, a single file containing the private key and the
•                               certificate in PEM format.
•   --cache-dir <dir>           Store the cache data in <dir>.
•   --no-cache-dir              Disable the cache.
•   --disable-pip-version-check
•                               Don't periodically check PyPI to determine whether a new version of pip is available for
•                               download. Implied with --no-index.
•   --no-color                  Suppress colored output.
•   --no-python-version-warning
•                               Silence deprecation warnings for upcoming unsupported Pythons.
•   --use-feature <feature>     Enable new functionality, that may be backward incompatible.
•   --use-deprecated <feature>  Enable deprecated functionality, that will be removed in the future.

2.3.5 不太好用的命令

• python -m site
• 显示的是 py3.7这一层目录的文件夹目录位置！！
• C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64
• 而不是pip 下安装模块的文件夹目录位置！！
• C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\Lib\site-packages\pip\_vendor

 

2.3.6  安装好 bs4后，问题可以解决

3 如果选择在anaconda下 使用 bs4 (BeautifulSoup)

3.1 anaconda下运行python，跑这个脚本

• 我没有继续在python 默认路径下安装bs4
• 而是选择在 anaconda下，运行cmd，
• 因为这里是已经安装了 bs4的，不会因为找不到bs4模块而报错

可以找到BS4已经安装了

可以在这里运行python

• 注意这里是在 anaconda下启动的 cmd

3.2 遇到报错1：ImportError: cannot import name 'beautifulsoup' from 'bs4'

要注意BeautifulSoup  必须 首字母大写！ beautifulsoup会导致报错

• ImportError: cannot import name 'beautifulsoup' from 'bs4' (e:\ProgramData\anaconda3\lib\site-packages\bs4\__init__.py)

• from bs4 import beautifulsoup 错误导致
• 修改首字母大写即可解决这个问题
• from bs4 import BeautifulSoup 

3.3 排除上面的报错后，运行后为空的问题

• 修改import BeautifulSoup 大写首字母
• 排除了上面的错误拼写问题后，可以运行了
• 但是运行后，只返还了一个空列表 ，怀疑是没有加headers 被拒绝了。。。
• 下面是运行结果

#E:\work\FangCloudV2\personal_space\2learn\python3\py0001.txtimport requests
from bs4 import BeautifulSoupurl="https://movie.douban.com/celebrity/1315477/photos/"
res=requests.get(url)
content= BeautifulSoup(res.text, "html.parser")
data=content.find_all("div",attrs={'class':'cover'})
picture_list=[]for d in data:plist=d.find("img")["src"]picture_list.append(plist)
print (picture_list)

3.4 增加其他状态码，查找原因

• 加了一些debug 代码
• 看返回的状态码，果然发现原因：是被豆瓣程序员鄙视了  - - ~

#E:\work\FangCloudV2\personal_space\2learn\python3\py0001.txtimport requests
from bs4 import BeautifulSoupurl="https://movie.douban.com/celebrity/1315477/photos/"
res=requests.get(url)
content= BeautifulSoup(res.text, "html.parser")
data=content.find_all("div",attrs={'class':'cover'})
picture_list=[]for d in data:plist=d.find("img")["src"]picture_list.append(plist)
print (picture_list)print (res)
print (res.status_code)
print (res.text)
print (res.content.decode())

3.5 尝试加headers伪装下看看，OK了！

3.5.1 加了headers可以正常访问了

• 网站上检查
• 找到requesets.headers，找到 user-agent 信息
• 修改代码，增加 headers
• 可以正常返回信息了

import requests
from bs4 import BeautifulSoupua1="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36"
headers={"user-agent":ua1}url="https://movie.douban.com/celebrity/1315477/photos/"
res=requests.get(url,headers=headers)
content= BeautifulSoup(res.text, "html.parser")
data=content.find_all("div",attrs={'class':'cover'})
picture_list=[]for d in data:plist=d.find("img")["src"]picture_list.append(plist)
print (picture_list)print (res)
print (res.status_code)
#print (res.text)
#print (res.content.decode())

3.5.2 把输出的内容修改为 规范输出

• 每次print一个内容，都换行
• 见下面

#E:\work\FangCloudV2\personal_space\2learn\python3\py0001.txtimport requests
from bs4 import BeautifulSoupua1="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36"
headers={"user-agent":ua1}url="https://movie.douban.com/celebrity/1315477/photos/"
res=requests.get(url,headers=headers)
content= BeautifulSoup(res.text, "html.parser")
data=content.find_all("div",attrs={'class':'cover'})
picture_list=[]for d in data:plist=d.find("img")["src"]picture_list.append(plist)
print (picture_list)for p1  in picture_list:print (p1,end="\n")   # 据说也可以 sep='\n' print (res)
print (res.status_code)
#print (res.text)
#print (res.content.decode())

4 翻页处理

4.1 翻页和网页url 变化

• 点击翻页可以看到页面变化，URL也跟着变化
• 每页30张pic
• 所以url 变化的部分也是30，60.。。这样

• 第1页url   ：https://movie.douban.com/celebrity/1315477/photos/
• 第2页url   ：https://movie.douban.com/celebrity/1315477/photos/?type=C&start=30&sortby=like&size=a&subtype=a
• 第3页url   ：https://movie.douban.com/celebrity/1315477/photos/?type=C&start=60&sortby=like&size=a&subtype=a
• ....
• 最后1页url：https://movie.douban.com/celebrity/1315477/photos/?type=C&start=2160&sortby=like&size=a&subtype=a

4.2 从查找单页----变成查看并下载多页的pic

• page1() 是主函数，也是多页查询函数
• request1() 是单页内的查询函数
• download_picture() 是下载函数

    #存哪儿呢？当前目录？
    #居然给存到这来了  C:\Users\Administrator\picture 这里是os的根目录？
    #文件夹里的pic次序不是按网页下载的次序，而是按文件名的排序。。。而且不好改
    #但是只有第1页的pic下载了，而且页码也只是从1到71，而不是73？

#E:\work\FangCloudV2\personal_space\2learn\python3\py0001.txtimport requests
import os
import time
from bs4 import BeautifulSoupdef page1():ua1="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36"headers={"user-agent":ua1}#url="https://movie.douban.com/celebrity/1315477/photos/"#res=requests.get(url,headers=headers)page=0for i in range(0,2160,30):print("开始爬第%s页"%page)url="https://movie.douban.com/celebrity/1315477/photos/?type=C&start={}&sortby=like&size=a&subtype=a"res=requests.get(url,headers=headers)#调用函数1，单页查询data=request1(res)#调用函数2，图片下载download_picture(data)page=page+1time.sleep(3)    #我还是怂一点好def request1(res):content= BeautifulSoup(res.text, "html.parser")data=content.find_all("div",attrs={'class':'cover'})picture_list=[]print (res.status_code)for d in data:plist=d.find("img")["src"]print (d,end="\n")picture_list.append(plist)return picture_listdef download_picture(pic_l):if not os.path.exists(r'picture'):                      #存哪儿呢？当前目录？#居然给存到这来了  C:\Users\Administrator\picture 这里是os的根目录？#文件夹里的pic次序不是按网页下载的次序，而是按文件名的排序。。。而且不好改#但是只有第1页的pic下载了，而且页码也只是从1到71，而不是73？os.mkdir(r'picture')for i in pic_l:pic=requests.get(i)p_name=i.split('/')[7]with open('picture\\'+p_name,'wb') as f:f.write(pic.content)page1()

C:\Users\Administrator\picture

 

4.3 改进代码，存储到自己设定文件夹

改进内容

• 指定文件加位置，而不是下载默认的 系统用户的pic文件夹里去了
• 页数从1开始，因为网页的pic 也是第1页，而不是第0页
• 可以显示每次的实际url，而且地址里包含了  s%
• 但是还是只下载了第1页的内容

#E:\work\FangCloudV2\personal_space\2learn\python3\py0001.txtimport requests
import os
import time
from bs4 import BeautifulSoupdef page1():ua1="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36"headers={"user-agent":ua1}#url="https://movie.douban.com/celebrity/1315477/photos/"#res=requests.get(url,headers=headers)#网页页面从1开始，这里也应该从1开始page=1for i in range(0,90,30):print("开始爬第%s页"%page)url="https://movie.douban.com/celebrity/1315477/photos/?type=C&start={%s}&sortby=like&size=a&subtype=a" %iprint (str(url))res=requests.get(url,headers=headers)#调用函数1，单页查询data=request1(res)#调用函数2，图片下载download_picture(data)page=page+1time.sleep(3)    #我还是怂一点好def request1(res):content= BeautifulSoup(res.text, "html.parser")data=content.find_all("div",attrs={'class':'cover'})picture_list=[]print (res.status_code)for d in data:plist=d.find("img")["src"]print (d,end="\n")picture_list.append(plist)return picture_listdef download_picture(pic_l):if not os.path.exists(r'E:\work\FangCloudV2\personal_space\2learn\python3'+ '\picture'):                      #存哪儿呢？当前目录？#居然给存到这来了  C:\Users\Administrator\picture 这里是os的根目录？#文件夹里的pic次序不是按网页下载的次序，而是按文件名的排序。。。而且不好改#但是只有第1页的pic下载了，而且页码也只是从1到71，而不是73？os.mkdir(r'E:\work\FangCloudV2\personal_space\2learn\python3'+'\picture')for i in pic_l:pic=requests.get(i)p_name=i.split('/')[7]#注意路径包含特殊的符号\等，为了防止被解释为转义，要用原始数据r开头with open(r'E:\work\FangCloudV2\personal_space\2learn\python3\picture\\'+p_name, 'wb') as f:f.write(pic.content)page1()

 

 

 发现问题所在

• 每次遍历的图片，都是同一批，都是第一页的图片，从文件名能看出来
• 虽然3次的url确实不一样
• 我把3次的url贴到浏览器，居然都指向第1页。。。。这个URL应该有问题

4.4  修正只能下载第1页图片的问题

• 修改后
• 会根据页面创建不同的文件夹，把对应页面的pic放进去
• OK了

#E:\work\FangCloudV2\personal_space\2learn\python3\py0001.txtimport requests
import os
import time
from bs4 import BeautifulSoupdef page1():ua1="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36"headers={"user-agent":ua1}#url="https://movie.douban.com/celebrity/1315477/photos/"#res=requests.get(url,headers=headers)#网页页面从1开始，这里也应该从1开始page=1for i in range(0,90,30):print("开始爬第%s页"%page)url="https://movie.douban.com/celebrity/1315477/photos/?type=C&start=%s&sortby=like&size=a&subtype=a" %iprint (str(url))res=requests.get(url,headers=headers)#调用函数1，单页查询data=request1(res)#调用函数2，图片下载download_picture(data,page)page=page+1time.sleep(3)    #我还是怂一点好def request1(res):content= BeautifulSoup(res.text, "html.parser")data=content.find_all("div",attrs={'class':'cover'})picture_list=[]print (res.status_code)for d in data:plist=d.find("img")["src"]print (d,end="\n")picture_list.append(plist)return picture_listdef download_picture(pic_l,page):if not os.path.exists(r'E:\work\FangCloudV2\personal_space\2learn\python3\picture\page'+str(page)):      #必须str(page) 而不是+page               os.mkdir(r'E:\work\FangCloudV2\personal_space\2learn\python3\picture\page'+str(page)) for i in pic_l:pic=requests.get(i)p_name=i.split('/')[7]#注意路径包含特殊的符号\等，为了防止被解释为转义，要用原始数据r开头with open(r'E:\work\FangCloudV2\personal_space\2learn\python3\picture\page'+str(page)+'\\'+p_name, 'wb') as f:f.write(pic.content)page1()

 

4.5 优化代码： 本地路径用变量存起来，多次运行重复下载图片问题

前面代码里的问题

• 多次运行，会发现每个文件夹里的内容会重复下载多份？但是这次居然没有了？自己好了？
• 本地路径代码应该用变量存起来！而不是写在多句语句里！OK了

#E:\work\FangCloudV2\personal_space\2learn\python3\py0001.txtimport requests
import os
import time
from bs4 import BeautifulSoupdef page1():ua1="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36"headers={"user-agent":ua1}#url="https://movie.douban.com/celebrity/1315477/photos/"#res=requests.get(url,headers=headers)#网页页面从1开始，这里也应该从1开始page=1for i in range(0,90,30):print("开始爬第%s页"%page)url="https://movie.douban.com/celebrity/1315477/photos/?type=C&start=%s&sortby=like&size=a&subtype=a" %iprint ("本次爬的地址是: "+str(url))res=requests.get(url,headers=headers)#调用函数1，单页查询data=request1(res)#调用函数2，图片下载download_picture(data,page)page=page+1time.sleep(3)    #我还是怂一点好def request1(res):content= BeautifulSoup(res.text, "html.parser")data=content.find_all("div",attrs={'class':'cover'})picture_list=[]print ("本页返回状态码: "+str(res.status_code))for d in data:plist=d.find("img")["src"]print (d,end="\n")picture_list.append(plist)return picture_listdef download_picture(pic_l,page):loc1=r'E:\work\FangCloudV2\personal_space\2learn\python3\picture\page'if not os.path.exists(loc1+str(page)):      #必须str(page) 而不是+page               os.mkdir(loc1+str(page)) for i in pic_l:pic=requests.get(i)p_name=i.split('/')[7]#注意路径包含特殊的符号\等，为了防止被解释为转义，要用原始数据r开头with open(loc1+str(page)+'\\'+p_name, 'wb') as f:f.write(pic.content)page1()

5 再就是过程中，遇到的报错和改正方法

5.1 字符串 连接错误

TypeError: can only concatenate str (not “int“) to str

• 我原来代码有这么一句：
• print ("本页返回状态码: "+res.status_code)
• 运行会报错
•  TypeError: can only concatenate str (not “int“) to str
• 因为res.status_code 返回的是数字，只有字符串可以  "" + "" ,  所以用 str() 把 res.status_code 转化为string 就OK了
• 修改为
• print ("本页返回状态码: "+str(res.status_code))

   

5.2 字符串 连接错误

SyntaxError: unterminated string literal

• SyntaxError: unterminated string literal
• 未结束的字符串
• 造成这种错误的原因其实就是你运行的字符串有多义性
• 比如字符串的引号没有成对出现。
• 比如 转义序列 使用不正确

报错例子

错误：print(‘I'm a student')

正确：print(‘Im a student')

错误：with open(loc1+str(page)+'\'+p_name, 'wb') as f:

正确：with open(loc1+str(page)+'\\'+p_name, 'wb') as f:

5.3 意外缩进  IndentationError: unexpected indent

• IndentationError: unexpected indent
• 就是缩进不符合python 要求

5.4 语法错误 SyntaxError:

• SyntaxError: Missing parentheses in call to 'print'. Did you mean print(...)?
• python 还能给出修改意见
• print ()

5.5 拼写错误 AttributeError: NameError: 等等

• AttributeError: module 'requests' has no attribute 'gat'. Did you mean: 'get'?
• NameError: name 'priint' is not defined. Did you mean: 'print'?
• python 还能给出修改意见

        #文件夹里的pic次序不是按网页下载的次序，而是按文件名的排序。。。而且不好改
        #但是只有第1页的pic下载了，而且页码也只是从1到71，而不是73？

2

有两种解析内容

Beautiful soup

基本按着html结构解析，head  body  div p  a  li 等等

也可以选择按xml解析

Xpath就是按照xml解析

Node

Div等