[已解决]爬虫问题

秃然的凯

请问各位鱼油，为什么我写的正则表达式返回的是一个空列表？
图片的代码是这样的：img class="j_retract" id="big_img_1593494556188" src="http://tiebapic.baidu.com/forum/w%3D580%3B/sign=57277f46d8fc1e17fdbf8c397aabf703/63d9f2d3572c11dfbd627773742762d0f703c22b.jpg


程序代码如下：
import urllib.request as g
import re
def open_url(url):
    req=g.Request(url)
    req.add_header('user-agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36')
    response=g.urlopen(req)
    html=response.read().decode('utf-8')

    return html

def get_img(html):
    p=r'<img class="j_retract" id="big_img_[0-9]+" src="[^"]+\.jpg"'

    imglist=re.findall(p,html)
    for each in imglist:
        print(each)
   

if __name__=='__main__':
    url='https://tieba.baidu.com/f?kw=%E5%A5%B3%E7%A5%9E&ie=utf-8&pn=50'

    get_img(open_url(url))

最佳答案

月排行榜 / 总排行榜

Twilight6

2020-6-30 14:50:02

img class="j_retract" id="big_img_1593494556188" src="http://tiebapic.baidu.com/forum/w%3D580%3B/sign=57277f46d8fc1e17fdbf8c397aabf703/63d9f2d3572c11dfbd627773742762d0f703c22b.jpg

你这个图片节点是在你点击只后才会出现的，后来重新加载的，你直接浏览然后正则匹配这个肯定匹配不到的

建议你获取每个 帖子url  然后 访问，然后再爬取里面的图片 即可

跳转到最佳答案楼层

Twilight6

img class="j_retract" id="big_img_1593494556188" src="http://tiebapic.baidu.com/forum/w%3D580%3B/sign=57277f46d8fc1e17fdbf8c397aabf703/63d9f2d3572c11dfbd627773742762d0f703c22b.jpg

你这个图片节点是在你点击只后才会出现的，后来重新加载的，你直接浏览然后正则匹配这个肯定匹配不到的

建议你获取每个 帖子url  然后 访问，然后再爬取里面的图片 即可

秃然的凯

啊成功了！感谢感谢