[已解决]BeautifulSoup的问题

zf1013751835

from urllib.request import urlopen
from bs4 import BeautifulSoup
import re

html = urlopen("http://www.pythonscraping.com/pages/page3.html")
bsObj = BeautifulSoup(html, "html.parser")
images =  bsObj.findAll('img',{"src":re.compile("\.\.\/img\/gifts\/img*\.jpg")})
for image in images:
    print(image['src'])

这段代码为什么没有输出去 而且也没有报错





bsObj = BeautifulSoup(html, "html.parser")这个后面"html.parser”这是BeautifulSoup解析器么
求各位DALAO帮助

最佳答案

月排行榜 / 总排行榜

Teagle

2017-9-16 17:37:14

第一个问题：

这是你爬取页面的图片的源码
而你的正则如下：

re.compile("\.\.\/img\/gifts\/img*\.jpg")

后面这个img*表示的是匹配img字符0-n次
而网站中img后面加的是图片的序号，仅以一个img
所以你需要在img与*中间加上.（点），

re.compile("\.\.\/img\/gifts\/img.*\.jpg")

你输出为空是因为没有匹配到东西
第二个问题：
html.parser是python的内置的解析器，用于解析html代码
执行速度适中，文档容错能力强，但是在python2.7.3或者3.2.2前的版本容错能力差
推荐使用lxml作为解析器，速度快容错能力强，需要自己安装

大佬给俺一个最佳回答可好，没有过，不知道啥样子

跳转到最佳答案楼层

Teagle

第一个问题：

这是你爬取页面的图片的源码
而你的正则如下：

re.compile("\.\.\/img\/gifts\/img*\.jpg")

后面这个img*表示的是匹配img字符0-n次
而网站中img后面加的是图片的序号，仅以一个img
所以你需要在img与*中间加上.（点），

re.compile("\.\.\/img\/gifts\/img.*\.jpg")

你输出为空是因为没有匹配到东西
第二个问题：
html.parser是python的内置的解析器，用于解析html代码
执行速度适中，文档容错能力强，但是在python2.7.3或者3.2.2前的版本容错能力差
推荐使用lxml作为解析器，速度快容错能力强，需要自己安装

大佬给俺一个最佳回答可好，没有过，不知道啥样子

zf1013751835

Teagle 发表于 2017-9-16 17:37
第一个问题：

这是你爬取页面的图片的源码

感谢给我的帮助 。灰常感谢