try: res = requests.get(url=URL, headers=headers) res.encoding = res.apparent_encoding img_info = re.findall('<a href="(.*?)" title=".*?target="_blank"><img src="(.*?)" alt=".*?', res.text) saved_count = 0 # 记录已保存的图片数量 for link, title in img_info: link = "http://www.netbian.com" + link res1 = requests.get(url=link, headers=headers) res1.encoding = res1.apparent_encoding img_url = re.findall('target="_blank"><img src="(.*?)" alt=".*?', res1.text)

这段代码是一个简单的爬虫程序，使用requests库发送请求并解析网页内容，提取图片链接。具体的步骤如下：

1. 使用requests库发送GET请求，获取目标网页的内容。

2. 设置编码方式，确保正确解析网页内容。

3. 使用正则表达式提取图片链接的相关信息，存储在img_info列表中。

4. 遍历img_info列表，获取每张图片的详细信息。

5. 根据提取到的链接，发送请求获取图片的二进制数据。

6. 可以将图片保存到本地，或者进行其他处理。

需要注意的是，该代码只提供了基本的爬取图片链接的功能，并没有完整的保存图片到本地的代码。你可以根据需要自行编写保存图片的逻辑。另外，爬取图片时请遵守相关法律法规，不得侵犯他人权益。

相关问题

# -*-coding = utf-8-*- import requests import re import os url = 'https://pic.netbian.com/' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36 Edg/114.0.1823.67' } requests = requests.get(url=url, headers=headers) requests = encoding = requests.apparent_encoding parr = re.compile('src="(/u.*?)".alt="(.*?)"') image = parr.findall(requests.text) path = '测试' if not os.path.isdir(path): os.mkdir(path) for i in image: link = i[0] # 获取链接 name = i[1] # 获取名字 with open(path + "/{}.jpg".format(name), "wb") as img: res = requests.get("https://pic.netbian.com/" + link) img.write(res.content) img.close() print(name+".jpg 获取成功....")

根据你提供的代码，问题出现在以下两行：

requests = encoding = requests.apparent_encoding
image = parr.findall(requests.text)

解决这个问题的方法是修改变量名，因为你在代码中重复使用了`requests`变量，将其覆盖为字符串类型，而不是之前的`requests`库对象。

你可以将这两行代码修改为以下形式：

response = requests.get(url=url, headers=headers)
text_content = response.text
image = parr.findall(text_content)

这样，你就创建了一个名为`response`的变量来存储请求的响应，然后使用`.text`属性获取响应的文本内容，并将其传递给`parr.findall()`函数进行匹配。

请记住，在修改代码之前，建议备份原始代码。完成修改后，你应该不再遇到`AttributeError: 'str' object has no attribute 'text'`错误。

import requests from bs4 import BeautifulSoup def get_html(url): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'} try: response = requests.get(url, headers=headers) response.raise_for_status() response.encoding = response.apparent_encoding return response.text except: return "" def parse_html(html): soup = BeautifulSoup(html, 'html.parser') book_list = soup.find_all('li', class_='subject-item') for book in book_list: title = book.find('div', class_='info').find('a')['title'] author_info = book.find('div', class_='pub').get_text().split('/') author = author_info[0].strip() publisher = author_info[-3].strip() print('书名：', title) print('作者：', author) print('出版社：', publisher) print('--------------------------') if __name__ == '__main__': for i in range(0,1000,20): url = 'https://book.douban.com/tag/%E5%8E%86%E5%8F%B2?start='+str(i)+'&type=T' html = get_html(url) parse_html(html)输出结果转为excle表格

好的，你可以使用pandas库将输出的结果转换成Excel表格。以下是修改后的代码：

import requests
from bs4 import BeautifulSoup
import pandas as pd

def get_html(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'
    }
    try:
        response = requests.get(url, headers=headers)
        response.raise_for_status()
        response.encoding = response.apparent_encoding
        return response.text
    except:
        return ""

def parse_html(html):
    soup = BeautifulSoup(html, 'html.parser')
    book_list = soup.find_all('li', class_='subject-item')
    data = []
    for book in book_list:
        title = book.find('div', class_='info').find('a')['title']
        author_info = book.find('div', class_='pub').get_text().split('/')
        author = author_info[0].strip()
        publisher = author_info[-3].strip()
        data.append([title, author, publisher])
    return data

if __name__ == '__main__':
    data = []
    for i in range(0, 1000, 20):
        url = 'https://book.douban.com/tag/%E5%8E%86%E5%8F%B2?start=' + str(i) + '&type=T'
        html = get_html(url)
        data += parse_html(html)
    
    # 将数据转换成DataFrame，并输出到Excel表格
    df = pd.DataFrame(data, columns=['书名', '作者', '出版社'])
    df.to_excel('history_books.xlsx', index=False)

在这段代码中，我们在`parse_html`函数中将每本书的信息存储在一个列表中，然后在主函数中将所有列表合并成一个大列表。最后，使用pandas库将这个大列表转换成DataFrame，并输出到Excel表格中。输出的Excel表格文件名为`history_books.xlsx`，不包含行索引。