เสี่ยวเหลียงจุ๊บ 2022-01-04 18:47 采纳率: 100%
浏览 32
已结题

关于#python网络爬虫, 正则表达式 , html规则#的问题:

问题遇到的现象和发生背景

img

问题相关代码,请勿粘贴截图


#导入包
import requests
import re
#请求网址
url = "https://www.vmgirls.com/18236.html"
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.88 Safari/537.36'}
resp=requests.get(url, headers=headers)
html = resp.text

#解析网址
urls = re.findall('<a href="(.*?)" alt="(.*?)" title=".*?">', html)
# print(urls)

网站源码没有http图片

img


网站源码代码

<a href="//t.cdn.ink/image/2021/12/2021122919442214.jpeg" alt="攒够了思念,可以见一面了" title="攒够了思念,可以见一面了"><img alt="攒够了思念,可以见一面了-唯美女生" src="//t.cdn.ink/image/2021/12/2021122919442214.jpeg" alt=""/></a>

打印 带上 http:得到超链接 我想要达到的结果

  • 写回答

2条回答 默认 最新

  • 爱音斯坦牛 全栈领域优质创作者 2022-01-04 20:18
    关注
    
    
    #导入包
    import requests
    import re
    #请求网址
    url = "https://www.vmgirls.com/18236.html"
    headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.88 Safari/537.36'}
    resp=requests.get(url, headers=headers)
    html = resp.text
    #解析网址
    urls = re.findall('<a href="(.*?)" alt="(.*?)" title=".*?">', html)
    # print(urls)
    
    for url in urls:
        new_url = 'https:' + url[0]
        print(new_url,url[1])
    

    有帮助的话采纳一下哦!

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(1条)

报告相同问题?

问题事件

  • 系统已结题 1月12日
  • 已采纳回答 1月4日
  • 修改了问题 1月4日
  • 创建了问题 1月4日

悬赏问题

  • ¥15 这个电路是如何实现路灯控制器的,原理是什么,怎么求解灯亮起后熄灭的时间如图?
  • ¥15 matlab数字图像处理频率域滤波
  • ¥15 在abaqus做了二维正交切削模型,给刀具添加了超声振动条件后输出切削力为什么比普通切削增大这么多
  • ¥15 ELGamal和paillier计算效率谁快?
  • ¥15 file converter 转换格式失败 报错 Error marking filters as finished,如何解决?
  • ¥15 ubuntu系统下挂载磁盘上执行./提示权限不够
  • ¥15 Arcgis相交分析无法绘制一个或多个图形
  • ¥15 关于#r语言#的问题:差异分析前数据准备,报错Error in data[, sampleName1] : subscript out of bounds请问怎么解决呀以下是全部代码:
  • ¥15 seatunnel-web使用SQL组件时候后台报错,无法找到表格
  • ¥15 fpga自动售货机数码管(相关搜索:数字时钟)