为了账号安全,请及时绑定邮箱和手机立即绑定

Python开发简单爬虫

蚂蚁帅帅 全栈工程师
难度初级
时长 1小时14分
学习人数
综合评分9.67
646人评价 查看评价
9.9 内容实用
9.6 简洁易懂
9.5 逻辑清晰
我的解析器那里有问题,soup = BeautifulSoup(html_cont,'html.parser'),soup无法返回,也不报错

最新回答 / qq_王者之心_1
links=soup.find_all("a", href=re.compile(r"/item/*"))
html_download 里这里要处理下
url = urllib.parse.quote(url, safe='/:?=.')  # 解决地址中有中文的问题
resp = urllib.request.urlopen(url)
IDE的ctrl+F1是用Alt+Enter
现在是连接是http://baike.baidu.com/item/Python
所以links = soup.find_all('a', href=re.compile(r"/item/(.*)"))

另外summary新连接里有中文
fout.write("<td>%s</td>" % data['summary'].encode('utf-8'))
只爬取了入口url就结束了,去掉try也一样,没有任何报错,不知道啥情况啊啊啊
只爬取了入口url就结束了,去掉try也一样,没有任何报错,不知道啥情况啊啊啊
只爬取了入口url就结束了,去掉try也一样,没有任何报错,不知道啥情况啊啊啊

最新回答 / 慕前端3010514
建议你多看看css基础知识w3c的规范spd10000hhnujgagvmcmhijr
讲课很清晰
课程须知
本课程是Python语言开发的高级课程 1、Python编程语法; 2、HTML语言基础知识; 3、正则表达式基础知识;
老师告诉你能学到什么?
1、爬虫技术的含义和存在价值 2、爬虫技术架构 3、组成爬虫的关键模块:URL管理器、HTML下载器和HTML解析器 4、实战抓取百度百科1000个词条页面数据的抓取策略设定、实战代码编写、爬虫实例运行 5、一套极简的可扩展爬虫代码,修改本代码,你就能抓取任何互联网网页!

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消