鱼C论坛

 找回密码
 立即注册
查看: 1928|回复: 4

爬虫问题

[复制链接]
发表于 2020-7-7 20:45:14 | 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
百度贴吧如何用re爬取楼主及回复的用户?
帮帮我吧,谢谢大佬们了
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2020-7-7 20:47:50 | 显示全部楼层
来个具体链接~
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 1 反对 0

使用道具 举报

发表于 2020-7-7 21:30:54 | 显示全部楼层
  1. <div id="post_content_\d+?" class="d_post_content j_d_post_content " style="display:;">(.+?)</div>
复制代码

这样正则试试?
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-7-8 16:24:50 | 显示全部楼层
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2020-7-9 09:12:57 | 显示全部楼层
pyrhon萌新# 发表于 2020-7-8 16:24
https://tieba.baidu.com/p/6503175911


抱歉,之前没看到评论,这样可以吧?

  1. import requests
  2. import re


  3. url = 'https://tieba.baidu.com/p/6503175911'
  4. headers = {
  5.     'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
  6. }

  7. request = requests.get(url,headers=headers)
  8. html = request.text
  9. contents = re.findall(r'.+style="display:;">(.+?)</div>',html)
  10. for i in range(len(contents)):
  11.     contents[i] = contents[i].strip()
  12. print(contents)
复制代码
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, 2025-6-23 05:18

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表