Python-放开那只海豹

有了一堆数据后，现在可以把影片详细页面做得更详细一点了。

首先能想到的，就是加上影片的海报。在从豆瓣获取的数据里，有一项 image，就是影片海报图片的地址。如：

http://img4.douban.com/view/movie_poster_cover/lpst/public/p1910830216.jpg

把地址贴在浏览器中，就可以看到海报图片。

HTML 里显示图片的语法是：

<img src="图片地址">

于是，在模板 movie.html 里增加：

<img src="$movie.image">

保存后刷新页面。结果，并没有如我们所愿看到影片的海报图片。把 src 换成其他一些网络图片的地址，是可以正常显示的。这里代码并没有错，问题的原因在于豆瓣的图片限制了从外部网站直接访问，也就是通常说的“防盗链”。

既然如此，那我只好选择另一种方法：把电影海报图片抓到本地，之后页面上直接显示自身服务器上的图片。

基本思路就是，从已经拿到的数据库信息中，依次取出海报地址，访问后将其保存为本地文件，以影片 id 命名。页面上，通过 id 拼出图片的文件名，将其显示。（这里，因为我已经检验过所有图片格式均为 jpg，所以可以直接这么做，如果海报有多种图片格式，那么仅通过 id 来拼文件名是不够的。）

下载图片的方法：

def get_poster(id, url):

	pic = urllib.urlopen(url).read()

	file_name = 'poster/%d.jpg' % id

	f = file(file_name, "wb")

	f.write(pic)

	f.close()

file 里的 wb 参数表示以二进制的方式写入文件。在调用此方法时，需确保当前目录下有一个叫做 poster 的目录，不然程序是没有办法访问到文件的。

db = web.database(dbn='sqlite', db='MovieSite.db')

movies = db.select('movie')

count = 0

for movie in movies:

	get_poster(movie.id, movie.image)

	count += 1

	print count, movie.title

	time.sleep(2)

从数据库里取出 id 和海报图片地址，循环抓取，每次输出进度和标题，并休息 2 秒钟。

运行抓取程序，下载完所有图片之后，修改一下 movie.html，加入一行：

<img src="/static/poster/$(movie.id).jpg">

这里有两件事需要注意：

首先是图片的路径。这里要在页面上直接使用文件而不是代码，这被称作静态文件访问。在 web.py 里，默认是以 static 作为静态文件目录。因此，必须把存放图片的 poster 文件夹扔到 static 目录下面。static 目录本身是在服务器根目录，也就是和 code.py 在一个目录下。

其次是 $(movie.id).jpg。这里如果不加括号，代码则会将 .jpg 理解为取参数 movie.id.jpg 的值。所以要用括号来区分。

好了，我们的网站终于不再是一个纯文字网站了。