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
哎 太笨了 照着老师的代码写 都还到处都是错误 悲哀

最赞回答 / Moien
如果想使用bs4的话需要添加egg至pyDev工程的interpreter,具体添加方法是工程上右键->偏好<...图片...>选择interpreter设置,点击下面的链接更改interpreter列表<...图片...>点击右边添加egg,找到你安装bs4的egg的位置,添加即可<...图片...>

最新回答 / 旅行的癞蛤蟆
没数据,可能你直接执行exception了,并没有执行try里面的内容,检查下try里面的代码和相关的类和函数。

已采纳回答 / heguan58
这个需要自己摸索对应的标签规则,才能做出相应的抓取策略
要放弃了,明明照着打的,都核对了几遍,还是不行,心都累了

最新回答 / 胡三少3193796
python网络数据采集 Ryan Mitchell著
我的报错,response1 = urllib2.urlopen(url)代码
补充一下关于明磊同学提到可能出现的这个编码问题。我电脑的环境是win10系统,用的是python2.7,同样在最后写入data到本地的output.html文件时报错,错误内容与编码有关。经过查找相关资料后解决。由于python2.7的open函数不支持直接指定编码格式,需要import codecs 模块,打开文件时下相应调用 codecs.open(&quot;file_name&quot;, &quot;w&quot;, encoding=&quot;utf-8&quot;)即可解决问题。

最新回答 / 氵天天天天氵
找到了,url_manager最后没有返回新链接
很大的收获就是老师写程序的方法与思路,先整理好大的逻辑框架,从程序主干入手,先把要用到的方法都写出来,主干搭好了再去完善枝干。同时利用好ide也可以大大提升编程效率。。。表示pycharm还只会基础功能。
Bingo!建议在&lt;html&gt;和&lt;body&gt;之间,加上&lt;head&gt;&lt;meta charset=&quot;utf-8&quot;&gt;&lt;/head&gt;,告诉浏览器使用什么编码,解决了输出乱码
&#039;&#039;&#039; fout = open(&#039;output.html&#039;,&#039;w&#039;)
fout.write(&quot;&lt;html&gt;&quot;)
fout.write(&#039;&lt;head&gt;&lt;meta charset=&quot;utf-8&quot;&gt;&lt;/head&gt;&#039;)#告诉浏览器使用什么编码,解决了输出乱码
fout.write(&quot;&lt;body&gt;&quot;)&#039;&#039;&#039;
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