鱼C论坛

 找回密码
 立即注册
查看: 1553|回复: 10

[已解决]为啥这个正则表达式搜索不到东西??

[复制链接]
发表于 2018-4-29 20:03:03 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
本帖最后由 a1296715528 于 2018-4-29 22:13 编辑

求大佬解释
import urllib.request as u
import re
import chardet
import os

def openurl(url):
    req = u.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 Edge/16.16299')

    response = u.urlopen(req)
    html = response.read()

    return html


def trans(html):
    code = chardet.detect(html)['encoding']

    if code == 'GB2313' or code == 'gb2313':
        code = 'GBK'

    html = html.decode(code)

    return html


'''def findname_dict(html):
    aim = r'alt="(\w+)"'
    aimlist = delrep(re.findall(aim, html))

    for each in aimlist:
        print(each)'''

def delrep(list1):
    for each in list1[:]:
        if list1.count(each) == 2:
            list1.remove(each)

    return list1
   

def findimg(html):
    aim = r' src="([^"]+\.jpg)"'

    aimlist = delrep(re.findall(aim, html))
    print(len(aimlist))
    '''for each in aimlist:
        filename = each.split("/")[-1]
        try:
            a =  u.urlretrieve(each, filename)
        except ValueError:
            pass'''


def main():
    url = 'http://www.imomoe.com/'
    html = trans(openurl(url))

   # findname_dict(html)
    findimg(html)


if __name__ == '__main__':
    '''os.mkdir('ooxx')
    os.chdir('ooxx')'''
   
    main()
这段代码无问题 但是加点东西有有了  看图

请问各位大佬这是为什么   我要怎样才能爬到这些图
最佳答案
2018-4-29 22:26:01
好像网页代码不一样哦

这是我想爬的东西

这是我想爬的东西

上述代码运行无问题

上述代码运行无问题

在前面加了一个双引号,出问题了

在前面加了一个双引号,出问题了

变0了

变0了
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2018-4-29 20:59:14 | 显示全部楼层
你确定"和src空格数目对吗
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2018-4-29 21:57:21 | 显示全部楼层
塔利班 发表于 2018-4-29 20:59
你确定"和src空格数目对吗

数目对的  只有一个   我还用\s*代替那个空白   还是不行
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2018-4-29 22:04:38 | 显示全部楼层
你发全代码,我看看
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2018-4-29 22:13:45 | 显示全部楼层
塔利班 发表于 2018-4-29 22:04
你发全代码,我看看

ok了   代码在上面
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2018-4-29 22:25:34 | 显示全部楼层
告诉我你为什么要多加这个引号。。
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2018-4-29 22:26:01 | 显示全部楼层    本楼为最佳答案   
好像网页代码不一样哦
1.png
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2018-4-29 22:37:28 | 显示全部楼层
塔利班 发表于 2018-4-29 22:26
好像网页代码不一样哦

可能网站不一样啊   我的是这个     ......不可能会出错吧??
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2018-4-29 22:38:50 | 显示全部楼层
塔利班 发表于 2018-4-29 22:26
好像网页代码不一样哦

???????????为什么啊   真的是网页不一样
但是   我上面发的图片是这样的呀
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2018-4-29 22:45:22 | 显示全部楼层
我弱弱分问一句你没事加个双引号搞什么
你多加个引号的话我觉得是这样:
捕获.PNG
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2018-4-29 22:54:58 | 显示全部楼层
helloTOM 发表于 2018-4-29 22:45
我弱弱分问一句你没事加个双引号搞什么
你多加个引号的话我觉得是这样:

因为 按照第一个图  我怎么搜都搜不了   然后我想反过来一个一个加  就是加到那个“ 整个就崩了  
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2026-3-11 01:50

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表