最近正在學(xué)Python爬蟲，從最基礎(chǔ)的學(xué)起，即用 urllib 和 re 這兩個包學(xué)抓取。用教材（韋瑋《精通Python網(wǎng)絡(luò)爬蟲》）第77頁的方法爬京東的圖片完全沒問題，但想照貓畫個虎，爬一下當(dāng)當(dāng)網(wǎng)兒童圖書版塊的圖片，卻怎么也行不通，用正則表達式做的 pattern，死活就是沒有匹配到任何鏈接地址。當(dāng)當(dāng)網(wǎng)初始頁面：http://category.dangdang.com/pg1-cp01.41.26.00.00.00.html求大神指正！
1 回答
小怪獸愛吃肉
TA貢獻1852條經(jīng)驗 獲得超1個贊
修改第4、5兩行如下，貌似就解決問題了：
s = str(urllib.request.urlopen(url).read().decode(encoding='gbk'))
p = re.compile("<img data-original='(.+?)'", re.S)編碼真的是個麻煩的問題，正則表達式也是，看來得多練習(xí)才行！
添加回答
舉報
0/150
提交
取消