关于55讲课后题出现的问题

紫夜之恋

代码和小甲鱼老师的完全一样，为什么输出结果就相差甚远呢？难道是因为现在浏览器改了东西了？

无符号整形

求你了……把代码贴出来吧……我们都没法调试……我们怎么帮你找出问题？

紫夜之恋

无符号整形 发表于 2018-8-3 09:26
求你了……把代码贴出来吧……我们都没法调试……我们怎么帮你找出问题？

不好意思

紫夜之恋

import urllib.request
import re
from bs4 import BeautifulSoup

def main():
    url = "http://baike.baidu.com/view/284853.htm"
    response = urllib.request.urlopen(url)
    html = response.read()
    soup = BeautifulSoup(html, "html.parser") # 使用 Python 默认的解析器
    
    for each in soup.find_all(href=re.compile("view")):
        print(each.text, "->", ''.join(["http://baike.baidu.com", each["href"]]))
        # 上边用 join() 不用 + 直接拼接，是因为 join() 被证明执行效率要高很多

if __name__ == "__main__":
    main()

无符号整形

没有哇。
它这个是爬含义。
比如我爬“猪八戒”

多肉百科 -> http://baike.baidu.com/wikicategory/view?categoryName=多肉植物
恐龙百科 -> http://baike.baidu.com/wikicategory/view?categoryName=恐龙大全
《乱斗西游》人物设定 -> http://baike.baidu.com/item/%E7%8C%AA%E5%85%AB%E6%88%92/17330461#viewPageContent
动画电影《西游记之大圣归来》中的角色 -> http://baike.baidu.com/item/%E7%8C%AA%E5%85%AB%E6%88%92/18290279#viewPageContent
《西行纪》中的人物 -> http://baike.baidu.com/item/%E7%8C%AA%E5%85%AB%E6%88%92/20834493#viewPageContent
歌手张羽伟专辑 -> http://baike.baidu.com/item/%E7%8C%AA%E5%85%AB%E6%88%92/2243150#viewPageContent
日本动漫《最游记》人物 -> http://baike.baidu.com/item/%E7%8C%AA%E5%85%AB%E6%88%92/2243133#viewPageContent
《夺宝幸运星》的角色 -> http://baike.baidu.com/item/%E7%8C%AA%E5%85%AB%E6%88%92/20300854#viewPageContent
电视剧《魔幻手机》人物 -> http://baike.baidu.com/item/%E7%8C%AA%E5%85%AB%E6%88%92/19847285#viewPageContent
锁定 -> http://baike.baidu.com/view/10812319.htm

另外那个多肉百科恐龙百科是特色百科里面的链接只不过链接特征和含义的特征很像。

紫夜之恋

无符号整形 发表于 2018-8-3 21:13
没有哇。
它这个是爬含义。
比如我爬“猪八戒”

我不会写 是复制粘贴小甲鱼老师的代码的，但是打印内容和小甲鱼老师的完全不同啊

无符号整形

紫夜之恋 发表于 2018-8-3 21:23
我不会写 是复制粘贴小甲鱼老师的代码的，但是打印内容和小甲鱼老师的完全不同啊

网页代码是会变的嘛……

紫夜之恋

无符号整形 发表于 2018-8-4 09:26
网页代码是会变的嘛……

额 能不能给我个合理的解释啊 具体例子 谢谢啊

无符号整形

紫夜之恋 发表于 2018-8-4 12:36
额 能不能给我个合理的解释啊 具体例子 谢谢啊

爬出来的多余东西都在<view>里面（网页有些别的东西放在view里面），但是小甲鱼做这个的时候只有词条的多种含义包含在<view>里面。
所以多了点东西

紫夜之恋

刚才找到问题了 需要查询‘item’才能正常打印，能解释一下吗？是因为QQ浏览器（浏览器不同）还是现在的网站整改之后造成的？