正则提取网页时,常用的函数有:
-re.compile() #建立匹配规则
-re.findall() #返回的符合匹配规则的所有结果的一个列表
-re.split() #删除满足条件的字符或特殊符号实例所采用的知识的:
-采用面向对象的方法
-利用requests对服务器发出请求(一共爬取506页)
-利用正则表达式提取网页信息
-open函数进行读写操作
import requests
import re
class Spider:
#初始化参数
def __init__(self,page):
self.url='http://www.neihan8.com/article/list_5_{}.html'.format(page)
self.headers={
"User-Agent"