鱼C论坛

 找回密码
 立即注册
查看: 1970|回复: 2

为什么这段简单的爬取网页内容运行不出结果呢?

[复制链接]
发表于 2017-8-15 21:58:07 | 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
from urllib import urlopen
import re
p=re.compile('<h3><a .*?><a .*? href="(.*?)">(.*?)</a>')
text=urlopen('https://www.python.org/jobs').read()

for url,name in p.findall(text):
    print '%s (%s)' %(name,url)


网页是可以打开的:https://www.python.org/jobs
但是运行时没有结果
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2017-8-16 05:01:46 | 显示全部楼层
本帖最后由 秋名86 于 2017-8-16 05:11 编辑

如果是python3,可能报跟我一样的这个错误
https://zhidao.baidu.com/question/501477313.html

然后是str的pattern对象不能匹配bytes,我查了一下可以这么写
text=urlopen('https://www.python.org/jobs').read().decode('utf-8')

最后我匹配出来的内容为空,你可以再研究一下你的正则表达式
TIM截图20170816050251.png
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

发表于 2017-8-16 09:38:13 | 显示全部楼层
from urllib.request import urlopen
想知道小甲鱼最近在做啥?请访问 -> 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, 2025-2-24 14:00

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表