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

最新回答 / 慕粉193046834
<...图片...>你的项目在报错啊  调好了再运行

最新回答 / 刘轶铭
或者在'html_parser' 中,改成:
links = soup.find_all('a', href=re.compile(r"/item/.*"))

最新回答 / 小马_125
<...图片...>这不是写的很清楚么

最新回答 / 过好每一天1
基本原理,需要花费时间细读理解记住,否则你还会回来看,根据自身条件最好再对着源码去理解,毕竟原理和实现还是有不少差别,还有代码是敲出来的;大部分技术书籍上的都是过时的,包括学习网站的,学会自己根据网站api去学习,工作中带着疑问去学习效率比较高,摆脱复制黏贴,还有隔一段时间再回头审查自己写过的接口,你会想优化它,那就做吧,代码一定要规范,推荐sona。建议写博客记录下你学习和工作中碰到的问题以及如何解决的,希望能帮助你。

最新回答 / 慕粉193046834
代码贴出来  不过看报错应该是循环写的有问题,检查下循环的参数

最赞回答 / 永恒的小白
<...图片...>这一步务必使用函数进行url的拼接,带有中文的url会有编码问题

最赞回答 / 慕丝3084285
老师用的eclipse,也可以用pycharm,我觉得pycharm方便些

最新回答 / YAAnnnnnnnnn
这是编码错误,gbk编码不能够输出为正确的编码格式。原因是win8的python3的默认编码不是utf8,我们只需要将默认编码改为utf8就能解决这个问题,参见下面的代码: 
import sys, io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='utf8') # Change default encoding to utf8

最新回答 / 慕粉3535685
你这个url_manager.py里面的has_new_url()方法,返回的东西写错了。不是返回len(self.add_new_urls) != 0是返回
len(self.new_urls) != 0
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