Python抓取糗事百科成人版图片

最近开始学习爬虫，一开始看的是静觅的爬虫系列文章，今天看到糗事百科成人版，心里就邪恶了一下，把图片都爬下来吧，哈哈~

虽然后来实现了，但还是存在一些问题，暂且不提，先切入正题吧，没什么好说的，直接上代码如下：

环境：Python2.79

 #coding: utf-8
 import urllib2
 import urllib
 import re
 import os

 #糗百成人版抓取图片
 class QBAdult:

     #类初始化
     def __init__(self):
         self.baseURL = "http://www.qiubaichengnian.com/"
     #获取索引页面内容
     def getPage(self, pageIndex):
         url = self.baseURL + "index_" + str(pageIndex) + ".html"
         req_header = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',
                         'Accept':'text/html;q=0.9,*/*;q=0.8',
                         'Accept-Charset':'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
                         'Accept-Encoding':'gzip',
                         'Connection':'close',
                         'Referer':None #注意如果依然不能抓取的话，这里可以设置抓取网站的host
                     }
         req_timeout = 5
         request = urllib2.Request(url, None, req_header)
         reponse = urllib2.urlopen(request, None, req_timeout)
         #print reponse.read().decode('gbk')
         return reponse.read().decode('gbk')

     #获取页面所有条目信息，list格式
     def getContents(self, pageIndex):
         page = self.getPage(pageIndex)
         pattern = re.compile('div class="ui-module".*?<a href=.*?>(.*?)</a>.*?<img.*?src="(.*?)"', re.S)
         items = re.findall(pattern, page)
         #for item in items:
             #print item[0], item[1]
         return items

     #获取页面所有图片
     def getAllImgs(self, items):

         images = []
         for item in items:
             images.append(item[1])
         return images

     #保存多张图片
     def saveAllImg(self, images, n, name):
         number = 1
         print u"--------------正在保存第", n , u"页美女图片-------------"
         for imageURL in images:
             splitPath = imageURL.split('.')
             fTail = splitPath.pop()
             fileName = name + "/" + str(n) + "-" + str(number) + "." + fTail
             self.saveImg(imageURL, fileName)
             number += 1

     #传入图片地址，文件名，保存单张图片
     def saveImg(self, imageURL, fileName):
         u = urllib.urlopen(imageURL)
         data = u.read()
         f = open(fileName, 'wb')
         f.write(data)
         print u"正在保存美女图片", fileName
         f.close()

     #创建新目录
     def mkdir(self, path):
         path = path.strip()
         #判断是否存在
         isExists = os.path.exists(path)
         if not isExists:
             print u"新建名字为", path, u"的文件夹"
             os.makedirs(path)
             return True
         else:
             #如果目录存在则不创建，并提示目录已存在
             print u"名为", path, u"的文件夹已经创建成功"
             return False

     def savePageInfos(self, start, end):
         fileName = "beautifull"
         #获取一页内容,存入beautifull文件夹
         self.mkdir(fileName)
         for i in range(start, end+1):
             print u"正在保存第", i, "页的美女图片"
             contents = self.getContents(i)
             images = self.getAllImgs(contents)
             self.saveAllImg(images, i, fileName)

 qAdult = QBAdult()
 qAdult.savePageInfos(1, 301)

其中16-23行的代码是后来出现IOERROR以及超时等错误后加上的，但是这种方法只是治标不治本，时不时程序还会停止，错误如下：

小规模抓取图片，几百页抓取会出现如上问题，我还没有找到什么原因。。。。