爬虫正则

fineconey

isdkz 发表于 2023-11-6 21:27
代码中存在几个问题，导致无法正确提取目标数据。

首先，正则表达式中的  部分是不正确的，因为网页源码 ...

试了下，跑不出数据。

fineconey

你参考一下你的正则

1. import re
   
2. 
   
3. html = '''这里是包含电影top250信息的HTML代码'''
   
4. 
   
5. pattern = r'<img src="(.*?)" alt="(.*?)" />\s*<p class="title">(.*?)</p>\s*<p class="author">(.*?)</p>\s*<p class="rating">评分：(.*?)</p>\s*<p class="likes">点赞数：(.*?)</p>'
   
6. movies = re.findall(pattern, html, re.S)
   
7. 
   
8. for movie in movies:
   
9.     img_url, title, author, rating, likes = movie
   
10.     print(f'图片链接：{img_url}
    
11. 标题：{title}
    
12. 作者：{author}
    
13. 评分：{rating}
    
14. 点赞数：{likes}
    
15. ')
    

复制代码