import urllib.request
import re
# 本页评论的 id
cid = '6710538280024647270'
for i in range(0, 10):
url = "https://video.coral.qq.com/varticle/5885307195/comment/v2?callback=_varticle5885307195commentv2&orinum=10&oriorder=o&pageflag=1&cursor=" + cid + "&scorecursor=0&orirepnum=2&reporder=o&reppageflag=1&source=132&_=1600077359219"
print("第" + str(i + 1) + "页评论")
data = urllib.request.urlopen(url).read().decode('utf-8', 'ignore')
pat1 = '"content":"(.*?)"'
comments = re.compile(pat1, re.S).findall(data)
for item in comments:
print(str(item))
print("-------")
pat2 = '"last":"(.*?)"'
# 下一页的 id 保存在返回的网页中
cid = re.compile(pat2, re.S).findall(data)[0]
其他小节笔记
阿里云爬虫项目课程笔记【1】:正则表达式 与 XPath表达式
阿里云爬虫项目课程笔记【2】:Urllib模块 与 糗事百科爬取实战
阿里云爬虫项目课程笔记【4】:Requests 模块 与 云栖社区博文爬虫实战
阿里云爬虫项目课程笔记【5】:Scrapy 模块 与 当当爬虫实战
阿里云爬虫项目课程笔记【6 - 8】:招聘信息、淘宝网商品信息 与 知乎 爬虫实战
阿里云爬虫项目课程笔记【9 & 10】常见的反爬策略与反爬攻克手段、腾讯漫画爬取实战 与 分布式爬虫