用Python第一个爬虫程序（urllib.request)

这是博主第一个小爬虫程序，纪念一下

2018/09/20

---

之前在ubuntu里面已经实现，不过今天开始使用pycharm，折腾了一上午…终于打出来了。

话不多说…

---

目标：爬取博主一篇博文(Path of Python – 爬虫)里面的游览数。

import re
import urllib
from urllib import request

pat='<span class="read-count">阅读数：(.*?)</span>'
data=urllib.request.urlopen("https://blog.csdn.net/BugOverseas/article/details/82762819").read()
datanew=data.decode("utf-8")
rst=re.compile(pat).findall(datanew)
print(rst)

输出结果：

• 之前没有加上decode("utf-8")，啥也出不来，因为data里面用的应该是unicode编码，经陈哥提醒，ok。这也说明要好好了解下编码问题了。过几天博主整理下该类问题。