实战:用正则爬取豆瓣新书速递

用到的库有:requests库,re库,csv库。

使用正则爬取网页的心得体会:

  1. 正则表达式越简短越好,尽可能降低解析查询时间;
  2. 简短的正则表达式所抓取到结果除了你想得到的数据以外,可能还有其他匹配到的数据,如若有,再修改正则表达式使其更复杂(精确)一些。
  3. 源代码中的有些(没有规律)双引号,在正则中可能要用单引号表示,如果正则无误,但又匹配不到数据,可以尝试修改引号部分。

以下直接上代码:

import requests
import re
import csv

headers = {
   
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36"
  • 1
    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