百度文库爬虫（爬取需要下载券的文档）

jasmorning · 发表于 2018-12-28 23:35:42

看了评论觉得有必要看看

lovesword · 发表于 2018-12-29 10:57:38

穆白

大裤衩子 · 发表于 2018-12-29 14:10:13

厉害啊

sdtfll · 发表于 2018-12-31 06:28:40

看看，谢谢，，，，，，，，，

loveky · 发表于 2018-12-31 07:57:14

这个厉害了

gudujian158411 · 发表于 2019-1-16 11:12:23

学习一下

diom · 发表于 2019-1-16 11:22:43

看看

四点好 · 发表于 2019-1-16 14:00:55

我下载下来测试运行，LZ厉害，用正则爬网站

9Gyw · 发表于 2019-1-16 14:17:51

啊啊啊啊啊啊

1072368472 · 发表于 2019-1-16 14:22:30

222222222222222222222222223

四点好 · 发表于 2019-1-16 14:59:36

牛逼的代码，我就不清楚，LZ是如何知识这些不同的URL网址的，全部用正则抓数据，洗数据，膜拜楼主

一秋秋s · 发表于 2019-1-16 15:29:49

hw1512 发表于 2018-12-25 17:13
楼主你好我是一个刚开始学习python的菜鸟看到这个百度文库爬虫感觉太需要了但是源代码编译的时候63行一 ...

63行双引号里的斜杠，再加一个就好了

一秋秋s · 发表于 2019-1-16 15:31:25

爬https://wenku.baidu.com/view/017b0fb5d15abe23492f4d6c
这个的时候，报错了，
Traceback (most recent call last):
  File "D:/pycharm/基础练习/baiduwenku.py", line 97, in <module>
main()
  File "D:/pycharm/基础练习/baiduwenku.py", line 83, in main
doc_id = get_doc_id(url)
  File "D:/pycharm/基础练习/baiduwenku.py", line 14, in get_doc_id
return re.findall('view/(.*).html', url)[0]
IndexError: list index out of range

求大佬解答一下

PHPmad · 发表于 2019-1-16 17:47:41

拉拉

围炉饮冰 · 发表于 2019-1-16 18:39:54

GG！

围炉饮冰 · 发表于 2019-1-16 18:45:59

一秋秋s 发表于 2019-1-16 15:29
63行双引号里的斜杠，再加一个就好了

感谢！

xhui28 · 发表于 2019-1-17 23:53:38

学习了，谢谢

露转溪桥 · 发表于 2019-1-18 09:32:43

看看

Faker2277 · 发表于 2019-1-18 11:12:59

学习学习了

账号		自动登录	找回密码
密码			立即注册

[作品展示] 百度文库爬虫（爬取需要下载券的文档）