- 博客(3)
- 收藏
- 关注
原创 爬虫正则表达式
想要拿到下载链接,首先要点击进去才能查看下载的部分打开两个视频发现,不同的视频只有url的后面一点不一样这时我们查看网页源代码发现,这些后面的部分都被放在了一个标签里面所以我们只需要利用正则表达式对其抓到的网页进行筛选就行了。obj = re.compile(r'<b>.*?<a href="(?P<lianjie1>.*?)" class=',re.S)拿到了后缀只需要循环添加前缀就可以构建完整的url了。拿到...
2021-12-17 14:10:00 149
原创 爬取豆瓣电影top250(正则表达式)
进入https://movie.douban.com/top250?,查看网页源代码。查看HTML的标签,找一个最近的且能定位到电影信息的标签。<li>。然后找一个可以定位电影名或者年份前面的部分。re.compile(r'<li>.*?<span class="title">(?P<name>.*?)</span>.*?<p class="">' r'.*?<br>(?P<
2021-12-17 13:35:52 2915
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人