不懂就问

苏飞

请问各位大神，
#爬取某一页所有段子信息
def getcontent(url,page):
    #模拟浏览器
    headers=('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36')
    opener=urllib.request.build_opener()
    opener.addheaders=[headers]
    #将opener封装为全局
    urllib.request.install_opener(opener)
    data=urllib.request.urlopen(url).read().decode('utf-8')
    #提取出用户和内容
    userpat='<h2>(.*?)(/h2)'
    #构建段子内容提取的正则表达式
    contentpat='<div class="content">(.*?)(/div)'
    #x寻找出所有的用户
    userlist=re.compile(contentpat,re.S).findall(data)
    #寻找出所有的内容
    contentlist=re.compile(contentpat,re.S).findall(data)
    x=1
    #通过for循环遍历段子内容并将内容分别赋给对应的变量
    for content in contentlist:
        content=content.replace("\n","")
        #用字符串作为变量名，先将对应字符串赋给一个变量
        name='content'+str(x)
        #通过exec（）函数实现用字符串作为变量名并赋值
        exec(name+'=content')
        x+=1
    y=1
    #通过for循环遍历用户，并输出该用户对应的内容
    for user in userlist:
        name='content'+str(y)
        print('用户'+str(page)+str(y)+'是:'+user)
        print('内容是:')
        exec('print('+name+')')
        print('\n')
        y=y+1
#分别获取各页的段子，通过for循环可以获取多页
for i in range(1,30):
    url='https://www.qiushibaike.com/8hr/page/'+str(i)
    getcontent(url,i)

运行后，为什么总是提醒：Traceback (most recent call last):
  File "E:/Pythondemo/糗事百科 翻页爬虫实训四.py", line 41, in <module>
    getcontent(url,i)
  File "E:/Pythondemo/糗事百科 翻页爬虫实训四.py", line 23, in getcontent
   content=content.replace("\n","")
AttributeError: 'tuple' object has no attribute 'replace'
呢？
请问应该如何修改？

冬雪雪冬

改成：content=content[0].replace("\n","")

苏飞

冬雪雪冬 发表于 2018-7-21 16:49
改成：content=content[0].replace("\n","")

#提取出用户和内容
    userpat='<h2>(.*?)</h2>'
    #构建段子内容提取的正则表达式
    contentpat='<div class="content">(.*?)(/div)'
谢谢，还想请问一下，为什么H2这个最后要写成<>,而div则是（）？？？