鱼C论坛

 找回密码
 立即注册
查看: 1991|回复: 2

[已解决]python爬虫

[复制链接]
发表于 2020-8-9 16:07:51 | 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
以下是我按照教程所写的代码,运行之后没有反馈,求大佬指点,


import urllib.request
import re

def open_url(url):
    req = urllib.request.Request(url)
    req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36 Edge/18.18362')
    page = urllib.request.urlopen(req)
    html = page.read().decode('utf-8')

    return html

def get_img(html):
    p=r'<img width="560" height="860" class="BDE_Image" style="cursor: url(//tb2.bdstatic.com/tb/static-pb/img/cur_zin.cur), pointer;" src=[^"]+\.jpg"'
    imglist = re.findall(p,html)
    n=1
    for each in imglist:
        n += 1
        if n==5:
            break
        print("++++++++")
        print(each)

if __name__ == '__main__':
    url="https://tieba.baidu.com/p/6769674730"
    get_img(open_url(url))

T_TXAQB4FAVZ3C6`4GWA5Y7.png
最佳答案
2020-8-9 16:23:29

正则没提取到数据,改成这样吧:

  1. import urllib.request
  2. import re

  3. def open_url(url):
  4.     req = urllib.request.Request(url)
  5.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36 Edge/18.18362')
  6.     page = urllib.request.urlopen(req)
  7.     html = page.read().decode('utf-8')

  8.     return html

  9. def get_img(html):
  10.     p=r'<img class="BDE_Image" src="(.+?)"'
  11.     imglist = re.findall(p,html)
  12.     n=1
  13.     for each in imglist:
  14.         n += 1
  15.         if n==5:
  16.             break
  17.         print("++++++++")
  18.         print(each)

  19. if __name__ == '__main__':
  20.     url="https://tieba.baidu.com/p/6769674730"
  21.     get_img(open_url(url))
复制代码
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2020-8-9 16:23:29 | 显示全部楼层    本楼为最佳答案   

回帖奖励 +2 鱼币


正则没提取到数据,改成这样吧:

  1. import urllib.request
  2. import re

  3. def open_url(url):
  4.     req = urllib.request.Request(url)
  5.     req.add_header('User-Agent','Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.102 Safari/537.36 Edge/18.18362')
  6.     page = urllib.request.urlopen(req)
  7.     html = page.read().decode('utf-8')

  8.     return html

  9. def get_img(html):
  10.     p=r'<img class="BDE_Image" src="(.+?)"'
  11.     imglist = re.findall(p,html)
  12.     n=1
  13.     for each in imglist:
  14.         n += 1
  15.         if n==5:
  16.             break
  17.         print("++++++++")
  18.         print(each)

  19. if __name__ == '__main__':
  20.     url="https://tieba.baidu.com/p/6769674730"
  21.     get_img(open_url(url))
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

发表于 2020-8-9 16:31:07 | 显示全部楼层

回帖奖励 +2 鱼币

Twilight6 发表于 2020-8-9 16:23
正则没提取到数据,改成这样吧:

我去...这是真的厉害...
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, 2025-6-30 22:14

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表