请问我这段代码为什么不执行正则表达式，还有奇怪报错？

jiuridi

1. import re                            # 正则表达式，进行文字匹配
   
2. import urllib.request, urllib.error  # 制定URL,获取网页数据
   
3. import xlwt                          # 进行excel操作
   
4. import sqlite3                       # 进行数据库操作
   
5. from bs4 import BeautifulSoup        # 网页解析，获取数据
   
6. 
   
7. 
   
8. def main():
   
9.     baseURL = "https://movie.douban.com/top250?start=0"
   
10.     #爬取网页
    
11.     datalist = getData(baseURL)
    
12.     # savepath = ".\\豆瓣电影top250.xls"
    
13.     # 保存数据
    
14.     #saveDate(savepath)
    
15. 
    
16.     #askURL("https://movie.douban.com/top250?start=0")
    
17. 
    
18. 
    
19. findLink = re.compile(r'<a href="(.*?)">')     #创建正则表达式对象，表示规则（字符串的模式）
    
20. 
    
21. #影片图片
    
22. findImgSrc = re.compile(r'<img.*src="(.*?)"',re.S)   #re.S 让换行符包含在字符中
    
23. 
    
24. #影片片名
    
25. findTitle = re.compile(r'<span class="title">(.*)</span>')
    
26. 
    
27. #影片评分
    
28. findRating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
    
29. 
    
30. #找到评价人数
    
31. findJudge = re.compile(r'<span>(\d*)人评价</span>')
    
32. 
    
33. #找到概况
    
34. findInq = re.compile(r'<span class="inq">(.*)</span>')
    
35. 
    
36. #找到影片的相关内容
    
37. findBd = re.compile(r'<p class="">(.*?)</p>',re.S)
    
38. 
    
39. 
    
40. #爬取网页
    
41. def getData(baseurl):
    
42.     datalist = []
    
43.     for i in range(0,10):               #第九页    调用获取页面信息的函数，10次
    
44.         url = baseurl + str(i*25)
    
45.         html =askURL(url)
    
46.         print(html)
    
47.         print(type(html))              #保存获取到的源码
    
48.         # 解析数据
    
49.         # print(type(datalist))
    
50.             #逐一解析
    
51.         soup = BeautifulSoup(html, "html.parser")
    
52.         for item in soup.find_all(class_="item"):
    
53.             data = []     #保存一部电影的所有信息
    
54.             #print(item)        #测试查看电影item
    
55.             item = str(item)
    
56.             link = re.findall(findLink,item)[0]             #需要给一个规则，正则表达式查找指定字符串获取第一个【0】
    
57.             data.append(link)                               #添加链接
    
58.             imgSic = re.findall(findImgSrc,item)[0]
    
59.             data.append(imgSic)                             #添加图片
    
60.             titles = re.findall(findTitle,item)             #片名可能只有一个中文名
    
61.             if(len(titles) == 2):
    
62.                 ctitle = titles[0]              #添加中国名
    
63.                 data.append(ctitle)
    
64.                 otitle = titles[1].replace("/","")  #去掉无关符号
    
65.                 data.append(otitle)            #添加外国名
    
66.             else:
    
67.                 data.append(titles[0])
    
68.                 data.append(" ")           #外国名字没有也要留空
    
69.             rating = re.findall(findRating,item)[0]
    
70.             data.append(rating)             #添加评分
    
71. 
    
72.             judgeNum = re.findall(findJudge,item)[0]
    
73.             data.append(judgeNum)           #添加评价人数
    
74. 
    
75.             inq = re.findall(findInq,item)[0]
    
76. 
    
77.             if len(inq) != 0:
    
78.                 inq = inq[0].replace("。","")        #去掉句号
    
79.                 data.append(inq)                    # 添加概述
    
80.             else :
    
81.                 data.append(" ")                   #没有也要加空
    
82. 
    
83. 
    
84.             bd = re.findall(findBd,item)[0]
    
85.             bd = re.sub("<br(\s+)?/>(\s)?"," ",bd)         #去掉<br/>
    
86.             bd = re.sub("/"," ",bd)                        #去掉/
    
87.             data.append(bd.strip( ))                       #去掉空格
    
88. 
    
89. 
    
90.             datalist.append(data)                       #电影信息
    
91.     print(datalist)
    
92.     return datalist
    
93. 
    
94. 
    
95. 
    
96. #得到指定一个URL的网页内容
    
97. def askURL(url):
    
98.     head = {
    
99. 
    
100.         "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3314.0 Safari/537.36 SE 2.X MetaSr 1.0"
     
101. 
     
102.     }
     
103.                             #用户代理，伪装成浏览器
     
104.     request = urllib.request.Request(url,headers=head)
     
105.     html = " "
     
106.     try:
     
107.         response = urllib.request.urlopen(request)
     
108.         html = response.read().decode("utf-8")
     
109.         # print(html)
     
110.         # print(type(html))
     
111.     except urllib.error.URLError as e:
     
112.         if hasattr(e,"code"):
     
113.             print(e.code)
     
114.         if hasattr(e,"reason"):
     
115.             print(e.reason)
     
116.     return html
     
117. 
     
118. 
     
119. 
     
120. 
     
121. def saveDate(savepath):
     
122.     print("save......")
     
123.     #保存数据
     
124. 
     
125. if __name__ == "__main__":          #当程序执行时
     
126. #调用函数
     
127.     main()
     
128.     #init_db("movietest.db")
     
129.     print("爬取完毕！")

复制代码