[已解决]Python爬虫问题

67889876

# _*_ coding:utf-8 _*_
import xlwt
import re
import urllib.request

def getdate():
    for i in range(1,20):
      url = 'http://furhr.com/?page={}'.format(i)#获取网页多页
      try:
        html=urllib.request.urlopen(url).read().decode('utf-8')#打开网页并获取源码
        #print(html)
        page_list=re.findall(r"<tr><td>\d+</td><td>\d+</td><td>(.*?)</td><td>852-280-162-180</td><td>(.*?)</td></tr>",html)#正则
        print(page_list)
      except Exception as e :
          print (e)
print (getdate())






为什么只打印的以下一行？
[('(香港地区)国家开发银行股份有限公司香港分行', '香港中环港景街一号国际金融中心一期三十三楼3307-15室')]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
[]
None

最佳答案

月排行榜 / 总排行榜

gopythoner

2017-5-14 12:49:02

正则表达式错误，你这个正则里面的电话号码是只有第1页的第1条才是这个，其他都不是，当然匹配不到了
改成这样

1. <tr><td>\d+?</td><td>\d+?</td><td>(.*?)</td><td>.*?</td><td>(.*?)</td></tr>

复制代码

跳转到最佳答案楼层

67889876

急。。有人吗？？？

67889876

额 是Python3，windows7

gopythoner

正则表达式错误，你这个正则里面的电话号码是只有第1页的第1条才是这个，其他都不是，当然匹配不到了
改成这样

1. <tr><td>\d+?</td><td>\d+?</td><td>(.*?)</td><td>.*?</td><td>(.*?)</td></tr>

复制代码