[已解决]关于python 0基础第55课课后题

田雄壮

第55课的课后题动动手第一题要求用户可以自己输入内容，然后爬虫百度百科
根据小甲鱼的答案运行不了，应该是网址变了，所以请问百度百科的新网址应该怎么看？

最佳答案

月排行榜 / 总排行榜

Hoiste

2020-3-23 21:09:13

是改了，我记得答案好像只能搜出多肉百科和恐龙百科了，你如果看过网页源代码就会发现那些词条已经换了关键字了（view变成item），这是我当初学的时候根据情况改的代码，你看看能不能用，另外，后面那题同样也不能按答案来了，我也放上来吧。
1题：

1. import urllib.request
   
2. import urllib.parse
   
3. import re
   
4. from bs4 import BeautifulSoup
   
5. 
   
6. def main():
   
7.     keyword = input('请输入关键词：')
   
8.     keyword = urllib.parse.urlencode({'word':keyword})
   
9.     url = 'http://baike.baidu.com/search/word?%s' %keyword
   
10.     response = urllib.request.urlopen(url)
    
11.     html = response.read()
    
12.     soup = BeautifulSoup(html,'html.parser')
    
13.     #百度百科下该关键词作为多义词时的各个词条
    
14.     for each in soup.find_all(href = re.compile('item')):
    
15.         content = each.text
    
16.         try:
    
17.             url2 = ''.join(['http://baike.baidu.com',each['href']])
    
18.             response2 = urllib.request.urlopen(url2)
    
19.         except UnicodeEncodeError:
    
20.             temp = each['href'].split('/')[2]
    
21.             key = urllib.parse.urlencode({'':temp}).split('=')[1]
    
22.             each['href'] = ''.join(['/item/',key])
    
23.             url2 = ''.join(['http://baike.baidu.com',each['href']])
    
24.             response2 = urllib.request.urlopen(url2)
    
25.         finally:
    
26.             html2 = response2.read().decode('utf-8')
    
27.             soup2 = BeautifulSoup(html2,'html.parser')
    
28.             
    
29.         if soup2.h2:
    
30.             content = ''.join([content,soup2.h2.text])
    
31.         content = ''.join([content,' -> ',url2])
    
32.         print(content)
    
33. 
    
34. 
    
35. 
    
36. if __name__ == '__main__':
    
37.     main()
    
38. 
    

复制代码

2题

1. import urllib.request
   
2. import urllib.parse
   
3. import re
   
4. from bs4 import BeautifulSoup
   
5. 
   
6. def get_url(soup):
   
7.     for each in soup.find_all(href=re.compile('item')):
   
8.         content = ''.join([each.text])
   
9.         try:
   
10.             url2 = ''.join(['http://baike.baidu.com',each['href']])
    
11.             response2 = urllib.request.urlopen(url2)
    
12.         except UnicodeEncodeError:
    
13.             temp = each['href'].split('/')[2]
    
14.             each['href'] = urllib.parse.urlencode({'':temp}).split('=')[1]
    
15.             url2 = ''.join(['http://baike.baidu.com','/',each['href']])
    
16.             response2 = urllib.request.urlopen(url2)
    
17.         finally:
    
18.             html2 = response2.read()
    
19.             soup2 = BeautifulSoup(html2,'html.parser')
    
20. 
    
21.         if soup2.h2:
    
22.             content = ''.join([content,soup2.h2.text])
    
23.         content = ''.join([content,' -> ',url2])
    
24.         yield content
    
25. 
    
26. 
    
27. def main():
    
28.     keyword = input('请输入关键词：')
    
29.     keyword = urllib.parse.urlencode({'word':keyword})
    
30.     url = 'http://baike.baidu.com/search/word?%s' %keyword
    
31.     response = urllib.request.urlopen(url)
    
32.     html = response.read()
    
33.     soup = BeautifulSoup(html,'html.parser')
    
34. 
    
35.     result = soup.find(text=re.compile('百度百科尚未收录词条'))
    
36.     if result:#如果未收录打印没有收录词条
    
37.         result = result.split(' ”')[0]#去掉奇怪的小尾巴
    
38.         print(result)
    
39.     else:#没有未收录词条的内容则打印标题、简介
    
40.         title = soup.h1.text
    
41.         if soup.h2:
    
42.             title += soup.h2.text
    
43.         print(title)
    
44.         if soup.find(class_='lemma-summary'):
    
45.             print(soup.find(class_='lemma-summary').text)
    
46. 
    
47.         print('下边打印相关链接：')
    
48. 
    
49.         #打印十个链接。。。好像要另起函数比较方便使用生成器来解决问题
    
50.         each = get_url(soup)
    
51.         while True:
    
52.             try:
    
53.                 for i in range(10):
    
54.                     print(next(each))
    
55.             except StopIteration:
    
56.                 break
    
57. 
    
58.             Quit = input('任意键继续打印词条，按q取消：')
    
59.             if Quit == 'q':
    
60.                 break
    
61.             else:
    
62.                 continue
    
63. 
    
64. 
    
65. if __name__ == '__main__':
    
66.     main()
    
67. 
    

复制代码

跳转到最佳答案楼层

Hoiste

是改了，我记得答案好像只能搜出多肉百科和恐龙百科了，你如果看过网页源代码就会发现那些词条已经换了关键字了（view变成item），这是我当初学的时候根据情况改的代码，你看看能不能用，另外，后面那题同样也不能按答案来了，我也放上来吧。
1题：

1. import urllib.request
   
2. import urllib.parse
   
3. import re
   
4. from bs4 import BeautifulSoup
   
5. 
   
6. def main():
   
7.     keyword = input('请输入关键词：')
   
8.     keyword = urllib.parse.urlencode({'word':keyword})
   
9.     url = 'http://baike.baidu.com/search/word?%s' %keyword
   
10.     response = urllib.request.urlopen(url)
    
11.     html = response.read()
    
12.     soup = BeautifulSoup(html,'html.parser')
    
13.     #百度百科下该关键词作为多义词时的各个词条
    
14.     for each in soup.find_all(href = re.compile('item')):
    
15.         content = each.text
    
16.         try:
    
17.             url2 = ''.join(['http://baike.baidu.com',each['href']])
    
18.             response2 = urllib.request.urlopen(url2)
    
19.         except UnicodeEncodeError:
    
20.             temp = each['href'].split('/')[2]
    
21.             key = urllib.parse.urlencode({'':temp}).split('=')[1]
    
22.             each['href'] = ''.join(['/item/',key])
    
23.             url2 = ''.join(['http://baike.baidu.com',each['href']])
    
24.             response2 = urllib.request.urlopen(url2)
    
25.         finally:
    
26.             html2 = response2.read().decode('utf-8')
    
27.             soup2 = BeautifulSoup(html2,'html.parser')
    
28.             
    
29.         if soup2.h2:
    
30.             content = ''.join([content,soup2.h2.text])
    
31.         content = ''.join([content,' -> ',url2])
    
32.         print(content)
    
33. 
    
34. 
    
35. 
    
36. if __name__ == '__main__':
    
37.     main()
    
38. 
    

复制代码

2题

1. import urllib.request
   
2. import urllib.parse
   
3. import re
   
4. from bs4 import BeautifulSoup
   
5. 
   
6. def get_url(soup):
   
7.     for each in soup.find_all(href=re.compile('item')):
   
8.         content = ''.join([each.text])
   
9.         try:
   
10.             url2 = ''.join(['http://baike.baidu.com',each['href']])
    
11.             response2 = urllib.request.urlopen(url2)
    
12.         except UnicodeEncodeError:
    
13.             temp = each['href'].split('/')[2]
    
14.             each['href'] = urllib.parse.urlencode({'':temp}).split('=')[1]
    
15.             url2 = ''.join(['http://baike.baidu.com','/',each['href']])
    
16.             response2 = urllib.request.urlopen(url2)
    
17.         finally:
    
18.             html2 = response2.read()
    
19.             soup2 = BeautifulSoup(html2,'html.parser')
    
20. 
    
21.         if soup2.h2:
    
22.             content = ''.join([content,soup2.h2.text])
    
23.         content = ''.join([content,' -> ',url2])
    
24.         yield content
    
25. 
    
26. 
    
27. def main():
    
28.     keyword = input('请输入关键词：')
    
29.     keyword = urllib.parse.urlencode({'word':keyword})
    
30.     url = 'http://baike.baidu.com/search/word?%s' %keyword
    
31.     response = urllib.request.urlopen(url)
    
32.     html = response.read()
    
33.     soup = BeautifulSoup(html,'html.parser')
    
34. 
    
35.     result = soup.find(text=re.compile('百度百科尚未收录词条'))
    
36.     if result:#如果未收录打印没有收录词条
    
37.         result = result.split(' ”')[0]#去掉奇怪的小尾巴
    
38.         print(result)
    
39.     else:#没有未收录词条的内容则打印标题、简介
    
40.         title = soup.h1.text
    
41.         if soup.h2:
    
42.             title += soup.h2.text
    
43.         print(title)
    
44.         if soup.find(class_='lemma-summary'):
    
45.             print(soup.find(class_='lemma-summary').text)
    
46. 
    
47.         print('下边打印相关链接：')
    
48. 
    
49.         #打印十个链接。。。好像要另起函数比较方便使用生成器来解决问题
    
50.         each = get_url(soup)
    
51.         while True:
    
52.             try:
    
53.                 for i in range(10):
    
54.                     print(next(each))
    
55.             except StopIteration:
    
56.                 break
    
57. 
    
58.             Quit = input('任意键继续打印词条，按q取消：')
    
59.             if Quit == 'q':
    
60.                 break
    
61.             else:
    
62.                 continue
    
63. 
    
64. 
    
65. if __name__ == '__main__':
    
66.     main()
    
67. 
    

复制代码

田雄壮

Hoiste 发表于 2020-3-23 21:09
是改了，我记得答案好像只能搜出多肉百科和恐龙百科了，你如果看过网页源代码就会发现那些词条已经换了关键 ...

可以了，感谢！
第0题的时候我也会莫名其妙出来恐龙和多肉这种不相关的东西。。。