我也搞了个抓淘宝 MM 的 py 程序

[carlonelong]

我平时写后台的，看你们爬得高兴也来凑个热闹。 做得很粗糙，没有考虑出错恢复什么的，有时间再加吧。 地址是 https://github.com/carlonelong/TaobaoMMCrawler

[aksoft]

这是抓啥的？？？

[carlonelong]

@aksoft mm 相册

[RE]

原来是抓淘女郎……
话说抓过某特定关键词的买家秀，惊喜多多… 楼主可以试试… 记住分类排除内衣的（不让上图

[caicaicaiTrain]

@RE 这个刺激了

[mansur]

能抓东京的大姐姐吗

[springmarker]

抓 cosplay 店的

[carlonelong]

@RE
来提供一个~~

[carlonelong]

@springmarker 有道理

[tyhunter]

报错了

start downloading 田媛媛
current page 1
start downloading album 10000702574 45ÕÅ 张
Traceback (most recent call last):
File "/Users/hunter/Downloads/TaobaoMMCrawler-master/crawler.py", line 83, in <module>
c.getAlbums()
File "/Users/hunter/Downloads/TaobaoMMCrawler-master/crawler.py", line 58, in getAlbums
self.getImages(model_id, album_id, album_img_count.strip(u'张'))
File "/Users/hunter/Downloads/TaobaoMMCrawler-master/crawler.py", line 65, in getImages
for page in xrange(1, (int(image_count)-1)/16+2):
ValueError: invalid literal for int() with base 10: '45\xd5\xc5'

[carlonelong]

@tyhunter 编码出问题了。。 你是啥环境啊

[roist]

美图秀秀修过度的图，不如看看那些国内的擦边套图

[zwh8800]

好像有 BUG 啊

```
$ python crawler.py
start downloading 田媛媛
current page 1
start downloading album 10000702574 45ÕÅ 张
Traceback (most recent call last):
File "crawler.py", line 83, in <module>
c.getAlbums()
File "crawler.py", line 58, in getAlbums
self.getImages(model_id, album_id, album_img_count.strip(u'张'))
File "crawler.py", line 65, in getImages
for page in xrange(1, (int(image_count)-1)/16+2):
ValueError: invalid literal for int() with base 10: '45\xd5\xc5'
```

[123s]

抓淘宝 MM
好 h

[xiejc]

41 行 soup = bs(self.readHtml(model_url).decode('gbk'), 'html.parser') 修改成功 不报错了

[carlonelong]

@xiejc 好 thx 我改一下

[imherer]

Python 版本要多少啊？
我 2.7 在 Mac 和 Windows 下都报同样的错呢
````
Traceback (most recent call last):
File "TaobaoMMCrawler.py", line 5, in <module>
from bs4 import BeautifulSoup as bs
ImportError: No module named bs4
````

[zwh8800]

@xiejc 👍

[carlonelong]

@imherer 这个是因为你没装 beautifulsoup pip install bs4 应该就可以了

[7654]

可以添加浏览器 UA
爬的时候限制一下，不然会 GG

[neutrino]

提了个 pr ，有些文件是 png 格式的（