python爬虫抓取信息空白_从网页上爬虫下来的文件有很多空格,如何去除呢?

老师,我从网页上爬虫获取的信息然后排列很乱,怎么去掉网页中存在的空格,让它整齐排列呢?代码和爬取的信息如下#-*-coding:utf8-*-

import re

import requests

import sys

sys.getdefaultencoding() #防止爬虫出的中文是乱码

class spider():

def __init__(self):

print('start to get information')

#获取源码

def getsource(self,url):

html=requests.get(url)

return html.text

#产生不同页码的链接

def linkchange(self,url,page):

newpage=int(re.search('pageNum=(d+)',url,re.S).group(1))

linkgroup=[]

for i in range(newpage,page+1):

link=re.sub('pageNum=(d+)', 'pageNum=%d'%i, url)

linkgroup.append(link)

return linkgroup

#用来抓取每个课程块的信息

def getinformation(self,source):

geteveryclass=re.findall('

',source,re.S)

# print(geteveryclass)

retur

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值