学习python第某天-splash爬取豆瓣评论

前提，我们电脑上的提前安装上splash啊
话不多说代码献上。

#coding=utf-8
import requests
import random
from lxml import etree
import csv
splash_url ="http://localhost:8050/render.html"
with open('a.csv','w',encoding='utf-8') as p:
    #转化为csv的操作方式，当然了要是读取的话也要有这么一个操作
    p_csv = csv.writer(p)
    p_csv.writerow(['id','code'])
    for i in range(0,2):
       url_i='https://movie.douban.com/subject/26752088/comments?start={}&limit=20&sort=new_score&status=P'.format(i*20)
       args= {'url':url_i,'timeout':5,'image':0}
       print(url_i)
       response = requests.get(splash_url,params=args)
       str=response.content
       tree=etree.HTML(str)
       span=tree.xpath('//span[@class="short"]')
       for span_curr_id in range(0,len(span)):
           strs=span[span_curr_id].xpath('.//text()')[0]
           #print(strs)
           print(type(strs))
           p_csv.writerow([span_curr_id,strs])

这么一看我是菜鸡，是不是，对你没猜错，哈哈，我是菜鸡
`这里是在写东西的时候看到的，我复制下来了，大家可以看一看：
python利用open打开文件的方式：

w：以写方式打开，
a：以追加模式打开 (从 EOF 开始, 必要时创建新文件)
r+：以读写模式打开
w+：以读写模式打开 (参见 w )
a+：以读写模式打开 (参见 a )
rb：以二进制读模式打开
wb：以二进制写模式打开 (参见 w )
ab：以二进制追加模式打开 (参见 a )
rb+：以二进制读写模式打开 (参见 r+ )
wb+：以二进制读写模式打开 (参见 w+ )
ab+：以二进制读写模式打开 (参见 a+ )

小节：这里要说的一个事情啊，在代码的那个输出的时候，也就是
print（str）这个的时候，经常会报错，说是
'gbk' codec can't encode character '\U0001f64f' in position 92
这种错误，经过我的查找吧，哈哈，我没解决，但是有一点头绪就是说，我们这里print函数有个一默认的编码格式，但是这里和我们的输出字符的编码格式不一样，所以会导致错误，所以解决办法就是删除它，这就是我想到的。不知道我说的对不对，请大家评论指正。还有一点啊，就是我们的那个输出print中的那个str竟然不是string字符串类型的，卧槽，我第一次知道，是
<class 'lxml.etree._ElementUnicodeResult'>这个类型，卧槽，但是输出看着像字符串啊，真神奇，strs=span[span_curr_id].xpath('.//text()')[0]
就是上面这一句，尽然输出的不是字符串，神奇啊