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

最赞回答 / 小图兔
在Python3中我们用urllib.requet 代替urllib2看你的代码应该是Python3,其中包含了request方法,所以结果第一行返回结果一样的话,程序会认为你下面的request是你上面第一行的返回,所以出错。

最新回答 / 慕丝5242366
你的代码里时urllib 视频里时urllib2  会不会有区别。。。。

最赞回答 / 人在梦游中
resp2 = response2.read()
((resp2))
(resp2.decode())
同样处理第一种和第三种就可以了。如果不加decode的话,出来的是b'<!DOCTYPE html>\n<!--STATUS OK-->\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n...这样的

已采纳回答 / ffyylxq
使用eclipse可以写Python代码。

最新回答 / 慕丝0946860
没有这个方法self.new_urls.add(url)

最新回答 / 慕数据6271798
print(len(response1.read())) 这个改成print(response1.read()) 就不为空了。需注意:如果先打印了print(len(response1.read())), 再打印print(response1.read()) 则打印就为空了。

最赞回答 / 慕斯卡0853084
原来不用分情况,我想复杂了,直接将links = soup.find_all('a', href=re.compile(r"/item/.*")就可以,尴尬

最新回答 / 你好丶我姓宋
fout = open('output.html', 'w', encoding='utf-8')
然后把write时候的encode删掉
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