爬取马蜂窝用户评论界面中的用户ID、用户名以及评分

距离上篇爬虫有些久了，但不会缺席的~~~

昨晚去看了“我不是药神”，比较压抑，又感动，有悲愤，也有无奈，生命啊，请珍惜。

上次爬取了马蜂窝旅行都江堰景点的用户评论信息，比较杂，我们选取其中的用户ID、用户名以及用户评分，开始数据的清洗吧……

主要代码就三行：

pattern=r'<a class="name" href="/u/(.*?).html" target="_blank">(.*?)</a>.*? <span class="s-star s-star(.*?)"></span>'
items=re.compile(pattern,re.S|re.M).findall(ht2)
it=str(items)

承接上篇，我们转换得到了ht2，设置了正则表达式，注意有三个的分组，即三个（.*?），这就是我们所要获取的三组内容，具体的语法规则在之前的博客已经说了，正则这一块水还很深，刚踏出一小步……compile和findall方法也提到了࿰