盘点一个Python网络爬虫+正则表达式处理案例

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

长江一帆远，落日五湖春。

大家好，我是Python进阶者。

一、前言

前几天在Python白银交流群【鑫】问了一个Python网络爬虫的问题，提问截图如下：

下面是他的代码：

import requests
import re
url = "https://movie.douban.com/top250"
headers = {
     "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/105.0.0.0 Safari/537.36"
}
resp = requests.get(url, headers=headers)
resp.encoding = "utf-8"
pageSource = resp.text
print(pageSource)                 #re.S可以让正则的。匹配换行符
obj = re.compile(r'<div class="item">.*?<span class="title">(?P<name>.*?)</sp'
                 r'an>.*? <p class="">.*?导演:(?P<dao>.*?)&nbsp;<br>'
                 r'(?P<year>.*?)&nbsp;', re.S)
result = obj.finditer(pageSource)
for item in result:
     print(item.group("name"))
     print(item.group("dao"))
     print(item.group("year"))

二、实现过程

这里【瑜亮老师】指出问题，如下所示：

事实上还是那个正则表达式写的有问题。

跟着视频来敲，有时候视频太老了，或者对应的网页结构改版了，导致原有的代码并不能够适配，导致出错。

修改之后可以得到正确的结果了。

三、总结

大家好，我是Python进阶者。这篇文章主要盘点了一个Python网络爬虫+正则表达式处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。

最后感谢粉丝【鑫】提问，感谢【瑜亮老师】给出的思路和代码解析，感谢【dcpeng】、【ᯤ⁶ᴳ】等人参与学习交流。

大家在学习过程中如果有遇到问题，欢迎随时联系我解决（我的微信：pdcfighting），应粉丝要求，我创建了一些高质量的Python付费学习交流群，欢迎大家加入我的Python学习交流群！

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

------------------- End -------------------

往期精彩文章推荐：

• 盘点一个网络爬虫POST请求参数构造的问题

• 盘点一个Python基础中循环判断遇到一个小问题

• 重装pycharm和Python环境以后，以前的文件selenium获取不到元素了?

• 不使用内置函数的情况下，如何使用Python实现求平均值、最大值和最小值？
  

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

/今日留言主题/

随便说一两句吧~~