第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時綁定郵箱和手機立即綁定

用的是pycharm,python3.5,爬取失敗,求助

錯誤如下:

craw 1 : http://baike.baidu.com/view/21087.htm

Traceback (most recent call last):

? File "D:/python/spider/spider/spider_main.py", line 36, in <module>

? ? obj_spider.craw(root_url)

? File "D:/python/spider/spider/spider_main.py", line 22, in craw

? ? self.outputer.collect_data(new_data)

TypeError: collect_data() missing 1 required positional argument: 'data'


spider_main代碼 如下:

# coding:utf-8

from spider import url_manager, html_downloader, html_parser, html_outputer



class SpiderMain(object):

? ? def __init__(self):

? ? ? ? self.urls = url_manager.UrlManager()

? ? ? ? self.downloader = html_downloader.HtlmDownloader()

? ? ? ? self.parser = html_parser.HtmlParser()

? ? ? ? self.outputer = html_outputer.HtmlOutputer


? ? def craw (self, root_url):

? ? ? ? count=1

? ? ? ? self.urls.add_new_url(root_url)

? ? ? ? while self.urls.has_new_url():


? ? ? ? ? ? ? ? new_url = self.urls.get_new_url()

? ? ? ? ? ? ? ? print('craw %d : %s' % (count, new_url))

? ? ? ? ? ? ? ? html_cont = self.downloader.download(new_url)

? ? ? ? ? ? ? ? new_urls, new_data = self.parser.parse(new_url, html_cont)

? ? ? ? ? ? ? ? self.urls.add_new_urls(new_urls)

? ? ? ? ? ? ? ? self.outputer.collect_data(new_data)


? ? ? ? ? ? ? ? if count == 100:

? ? ? ? ? ? ? ? ? ? break


? ? ? ? ? ? ? ? count = count+1



? ? ? ? self.outputer.output_html()



if __name__ == "__main__":

? ? root_url = 'http://baike.baidu.com/view/21087.htm'

? ? obj_spider = SpiderMain()

? ? obj_spider.craw(root_url)


outputer 模塊代碼如下:

# coding:utf-8


class HtmlOutputer(object):

? ? def __init__(self):

? ? ? ? self.datas = []


? ? def collect_data(self, data):

? ? ? ? if data is None:

? ? ? ? ? ? return

? ? ? ? self.datas.append(data)


? ? def output_html(self):

? ? ? ? fout = open('output.html', 'w')

? ? ? ? fout.write("<html>")

? ? ? ? fout.write("<body>")

? ? ? ? fout.write("<table>")


? ? ? ? for data in self.datas:

? ? ? ? ? ? fout.write("<tr>")

? ? ? ? ? ? fout.write("<td>%s</td>" % data['url'])

? ? ? ? ? ? fout.write("<td>%s</td>" % data['title'].encode('utf-8'))

? ? ? ? ? ? fout.write("<td>%s</td>" % data['summary'].encode('utf-8'))

? ? ? ? ? ? fout.write("</tr>")

? ? ? ? fout.write("</table>")

? ? ? ? fout.write("</body>")

? ? ? ? fout.write("</html>")

? ? ? ? fout.close()

parser模塊代碼如下:

# coding:utf-8
import re
import urllib.parse

from bs4 import BeautifulSoup

class HtmlParser(object):
? ?def parse(self, page_url, html_cont):
? ? ? ?if page_url is None or html_cont is None:
? ? ? ? ? ?return

? ? ? ?soup = BeautifulSoup(html_cont, 'html.parser', from_encoding='utf-8')
? ? ? ?new_urls = self._get_new_urls(page_url, soup)
? ? ? ?new_data = self._get_new_data(page_url, soup)
? ? ? ?return new_urls, new_data


? ?def _get_new_urls(self, page_url, soup):
? ? ? ?new_urls=set()
? ? ? ?links=soup.find_all('a', href=re.compile(r"/view/\d+\.htm"))
? ? ? ?for link in links:
? ? ? ? ? ?new_url=link['href']
? ? ? ? ? ?new_full_url=urllib.parse.urljoin(page_url, new_url)
? ? ? ? ? ?new_urls.add(new_full_url)
? ? ? ?return ?new_urls

? ?def _get_new_data(self, page_url, soup):
? ? ? ?res_data= {}
? ? ? ?#url
? ? ? ?res_data['url']=page_url
? ? ? ?#<dd class="lemmaWgt-lemmaTitle-title"> <h1>Python</h1>
? ? ? ?title_node = soup.find('dd', class_="lemmaWgt-lemmaTitle-title").find("h1")
? ? ? ?res_data['title'] = title_node.get_text()
? ? ? ?#<div class="lemma-summary">
? ? ? ?summary_node = soup.find('div', class_="lemma-summary")
? ? ? ?res_data['summary'] = summary_node.get_text()
? ? ? ?return res_data



正在回答

2 回答

self.outputer = html_outputer.HtmlOutputer 這句話缺少()

0 回復(fù) 有任何疑惑可以回復(fù)我~
#1

weibo_和34飛_04419214 提問者

非常感謝!
2016-12-22 回復(fù) 有任何疑惑可以回復(fù)我~

我的輸出《craw failed》這會是什么原因造成的?

0 回復(fù) 有任何疑惑可以回復(fù)我~

舉報

0/150
提交
取消
Python開發(fā)簡單爬蟲
  • 參與學(xué)習(xí)       227603    人
  • 解答問題       1282    個

本教程帶您解開python爬蟲這門神奇技術(shù)的面紗

進入課程

用的是pycharm,python3.5,爬取失敗,求助

我要回答 關(guān)注問題
微信客服

購課補貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學(xué)習(xí)伙伴

公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號