from urllib import request
import re
#定义url
page=150#每次加50,加载新页面。
url=“https://tieba.baidu.com/f?ie=utf-8&kw=%E6%AE%B5%E5%AD%90&fr=search”
try:
#定义请求头
headers={‘User-Agent’: ‘Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36’}
#定义请求,传入请求头
req=request.Request(url,headers=headers)
#打开网页
resp=request.urlopen(req)
#打印响应,解码
content=(resp.read().decode(‘utf-8’))
print(content)
#正则表达式
#pattern=re.compile(r’<a.?title=(.?)\s{1}.?>(.?)’)
pattern = re.compile(r’
#匹配html
items=re.findall(pattern,content)
#打印解析的内容
for i in items:
#print(‘标题’+i[0]+’ ‘+内容’+i[1])
print(i)
except request.URLError as e :
#打印响应码
if hasattr(e,‘code’):
print(e.code)
#打印异常原因
if hasattr(e,‘reason’):
print(e.reason)