爬虫内容解析比较方便的不是正则而是 xpath ，语法也很容易，建议试试这种：
from lxml import etree # 解析页面的模块
html = etree.HTML(top_page)# top_page 你的代码中的页面 text
result = html.xpath('//div[@class="meta abstract_2"]text()') # 得到 div 的文本内容。
关于python爬虫利用正则表达式爬取不到内容的问题
我在用正则表达式爬取豆瓣电影里面的电影演员信息。
网页演员信息的位置如下：
那么要爬取其中的这些演员名不就是下面的代码吗？
actors = re.findall(r'<div class="meta abstract_2">(.*?)</div>', resp, re.DOTALL)
其中resp是前面获取到的网页代码
可是print(actors)输出结果为空，请问是哪里不对呀？
有没有大佬就用正则表达式帮忙解答一下？因为我用爬虫只会用正则表达式匹配。
- 点赞
- 写回答
- 关注问题
- 收藏
- 复制链接分享
- 邀请回答
2条回答
-
毕小宝 2年前
点赞 1 评论 复制链接分享 -
远方的雪山 2年前
你确定resp是网页文本内容？
点赞 评论 复制链接分享
为你推荐
- 网页爬虫，F12可以看到的内容，但爬出来的源码里没有
- python
- 1个回答
- python爬取动态网页时为什么动态网页的url的源码和网页源码不一样？
- 正则表达式
- python
- html5
- 1个回答
- 关于python爬虫利用正则表达式爬取不到内容的问题
- 机器学习
- 正则表达式
- 数据挖掘
- python
- 2个回答
- 爬虫中正则表达式问题
- 正则表达式
- python
- 2个回答
- python3爬虫百度图片，结果只能显示60张，后面都是重复
- 机器学习
- python
- 1个回答
- python3 爬虫爬取不规则、带有转义符的json字符串，json.loads()报错
- python
- 1个回答
- python3爬取的内容可以print但是写入本地文件失败，但测试发现写入语句没有问题
- python
- 2个回答