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

已采纳回答 / abc通配符123_
正则表达式修改成links=soup.find_all('a',href=re.compile(r"/item/"))

已采纳回答 / kinredon
soup = BeautifulSoup(html_cont,'html.parser',from_encoding="utf-8")

已采纳回答 / 马里奥的马里奥
class UrlManager(object):    def __init__(self):       self.new_urls=set()       self.old_urls=set()    def add_new_url(self,url):        if url is None:            return        if url not in self.new_urls and ur...

已采纳回答 / 梦醉西厢
刚爬成功的,你失败肯定是哪出错了,对照这检查一遍<...图片...><...图片...><...图片...><...图片...><...图片...>

已采纳回答 / 合理膳食与长寿
你的save_excel是方法,先在你调用的类里面, 把HtmlOutputer这个对象生成了self.outputer = html_outputer.HtmlOutputer()然后 outputer.save_excel() 注意excel加括号

已采纳回答 / discaz
测试结果 补图<...图片...> <...图片...> <...图片...> <...图片...>

已采纳回答 / chaowanghn
安装beautifulsoup4$ easy_install beautifulsoup4$ pip install beautifulsoup4然后from bs4 import BeautifulSoup

已采纳回答 / 慕用0833797
出于代码严谨的考虑,如果url管理器里的url来源不止一处呢,或者有多人协作时,你无法保证他人加入的数据是什么样子的

已采纳回答 / litf
<...code...>node只是和link_组成的一个变量名,不是soup的代称。

已采纳回答 / 慕哥0672315
.py为后缀名的文件都会被认为是python模块。package相当于文件夹,只不过其每层目录下一定有一个 _init_.py 的文件。Pycharm中,在package上右键"New-Python File"可以新建模块

最新回答 / 活着01
sublime 我的也是这个错误  按照楼上的解决方法试了后还是那样,请问最后要怎么解决这个问题<...图片...>
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