爬虫学习（二）

学习爬虫两天，基本都是跟着 静觅 » Python爬虫学习系列教程 分享的代码和教程学习，由于安装版本不同，原作者的是python 2.7，我的则是python 3.4

总的来说就是碰到一些不兼容的用法，也根据别人的提供的办法基本解决掉了，今天碰到的则是在练习 爬取糗事百科段子时的问题，一直没解决掉，个人认为

是正则匹配的问题，贴上部分代码，以供参考，晚上回宿舍再找答案。

pattern = re.compile('<div.*?author clearfix>.*?<a.*?<img.*?>.*?</a>.*?<a.*?>.*?<h2>(.*?)</h2>.*?content>(.*?)<!--(.*?)-->.*?</div>(.*?)<div class=stats-vote>.*?number>(.*?)</i>.*?number>(.*?)</i>',re.S)
items = re.findall(pattern, content)
print(items)
for item in items:
    haveImg = re.search("img", item[3])
    from datetime import datetime
    if not haveImg:
        print(item[0],item[1], item[2], item[4],item[5])

URL = 'http://www.qiushibaike.com/hot/page/'

最终的结果是没报错，但是也没输出任何结果，一片空白。

后面自己在其中添加了 print (items) 这行代码,是想输出初步正则匹配后的内容，结果输出 [ ]  

有点不理解，正则表达式也是根据最新的页面代码做出一些更改，但是貌似没有效果，继续学习。