Python 利用爬虫爬取网页内容 (div节点的疑惑)
最近在写爬虫的时候发现利用beautifulsoup解析网页html
利用解析结果片段为:
死侍2 / DP2
2018-05-18(美国) / 瑞恩·雷诺兹 / 乔什·布洛林 / 莫蕾娜·巴卡林 / 朱利安·迪尼森 / 莎姬·贝兹 / T·J·米勒 / 莱斯利·格塞斯 / 卡兰·索尼 / 布里安娜·希德布兰德 / 杰克·凯西 / 埃迪·马森 / 忽那汐里 / 斯蒂芬·卡皮契奇 / 兰德尔·瑞德...
(94247人评价)
我要抓取的是评分,也就是上文中:
利用find_all('节点‘,class_=‘目标class’)
在之前抓取的时候,经常将“”这个符号也写入目标class中,并且认为要加入转义符号r‘’以去消除转义
但经常返回的是空字符串
之后看到了其他博客后发现,不用加入“”也可以(若是加入“”后应该注意r’'的使用)
源代码为:
复制代码
import re
import requests
from bs4 import BeautifulSoup
def get_HTML(url):
heade