m0_62706646的博客

原创 python如何爬取糗事百科

所需要引入的库，python版本号不同，加入#coding=gbk，避免正文中出现中文时报错。 爬取的内容，跟路径在开发者模式中选择 包裹的内容。 现在我们想获取发布人，发布日期，段子内容，以及点赞的个数。不过另外注意的是，段子有些是带图片的，如果我们想在控制台显示图片是不现实的，所以我们直接把带有图片的段子给它剔除掉，只保存仅含文本的段子。 所以我们加入如下正则表达式来匹配一下，用到的方法是 re.findall 是找寻所有匹配的内容。方法的用法详情可以看前面说的正则表达式的介绍。 ...