鱼C论坛

 找回密码
 立即注册
查看: 758|回复: 1

Python爬虫爬贴吧遇到问题求帮助

[复制链接]
发表于 2019-1-2 11:26:01 | 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
import re, urllib.request
#import sys



def open_url(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.90 Safari/537.36 2345Explorer/9.5.0.17997')
    response = urllib.request.urlopen(req)
    html = response.read().decode('utf-8')
    #non_bmp_map = dict.fromkeys(range(0x10000, sys.maxunicode + 1), 0xfffd)

    #html=html.translate(non_bmp_map)
    #print(html)
def get_img():
    p = r'<img class="BDE_Image" pic_type="0" width="560" height="312 src="[^"]+\.jpg"'
    imglist = re.findall(p, '<img class="BDE_Image" pic_type="0" width="560" height="312"  \src="https://imgsa.baidu.com/forum/w%3D580/sign=1cd510bbc43d70cf4cfaaa05c8ded1ba/0db79e315c6034a83d34fa03c61349540b2376f4.jpg">')

    print(imglist)

if __name__ == '__main__':
    url = 'http://tieba.baidu.com/p/5995461618'
    open_url(url)

不知道为什么始终匹配不了
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2019-1-2 12:30:18 | 显示全部楼层
可能是源代码和审查元素不一致
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, 2026-1-12 18:39

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表