pyrhon萌新# 发表于 2020-7-7 20:45:14

爬虫问题

百度贴吧如何用re爬取楼主及回复的用户？
帮帮我吧，谢谢大佬们了

Twilight6 发表于 2020-7-7 20:47:50

来个具体链接~

liuzhengyuan 发表于 2020-7-7 21:30:54

<div id="post_content_\d+?" class="d_post_content j_d_post_content " style="display:;">(.+?)</div>
这样正则试试？

pyrhon萌新# 发表于 2020-7-8 16:24:50

Twilight6 发表于 2020-7-7 20:47
来个具体链接~

https://tieba.baidu.com/p/6503175911

Twilight6 发表于 2020-7-9 09:12:57

pyrhon萌新# 发表于 2020-7-8 16:24
https://tieba.baidu.com/p/6503175911


抱歉，之前没看到评论，这样可以吧？

import requests
import re


url = 'https://tieba.baidu.com/p/6503175911'
headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
}

request = requests.get(url,headers=headers)
html = request.text
contents = re.findall(r'.+style="display:;">(.+?)</div>',html)
for i in range(len(contents)):
    contents = contents.strip()
print(contents)
页: [1]
查看完整版本: 爬虫问题