用re库正则表达式提取bs4爬取下来的网页的时候的注意

在爬取网页的时候,习惯用requests和BeautifulSoup得到网页的内容,但是要注意的是用BeautifulSoup解析过后返回的对象是<class 'bs4.BeautifulSoup'>类型的,所以不能直接用正则表达式

	bs = BeautifulSoup(response, 'html.parser')  
    print(type(bs))

这里可以看到运行结果为:
在这里插入图片描述
所以需要用str()方法将其转化为str类型才能正确使用re的正则表达式呀

  • 但在这次爬取的过程中还发现了一点问题,在网页上F12看到的代码与爬取下来的代码有所不同
    这是网页上代码:
    在这里插入图片描述
    这是爬取下来的代码:
    在这里插入图片描述这里的alt属性和src属性换了位置
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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