無任何結果
根據視頻代碼，把幾個模塊的代碼都寫好了，可是為什么運行主程序沒有任何結果，
qq_passerby_13
2018-07-31
2 回答
舉報
0/150
提交
取消
2018-08-16
from bs4 import BeautifulSoup
import re
import urlparse
class HtmlParser(object): ??
? ? def _get_new_urls(self, page_url, soup):
? ? ? ? new_urls=set()
? ? ? ? links=soup.find_all('a',href=re.compile(r"/view/\d+\.html"))
? ? ? ? for link in links:
? ? ? ? ? ? new_url=link['href']
? ? ? ? ? ? new_full_url=urlparse.urljoin(page_url,new_url)
? ? ? ? ? ? new_urls.add(new_full_url)
? ? ? ? return new_urls
? ? # class="lemmaWgt-lemmaTitle-title"
? ? def _get_new_data(self, page_url, soup):
? ? ? ? res_data={}
? ? ? ? res_data['url']=page_url
? ? ? ??
? ? ? ? title_node=soup.find('dd',class_="lemmaWgt-lemmaTitle-title").find("h1")
? ? ? ? res_data['title']=title_node.get_text()
? ? ? ??
? ? ? ? summary_node=soup.find('div',class_='lemma-summary')
? ? ? ? res_data['summary']=summary_node.get_text()
? ? ? ? return res_data
? ? 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?
? ??
2018-08-02
百度的url 不一樣，python頁是這個:https://baike.baidu.com/item/Python/407313
里面的鏈接也有變化