不停下脚步的乌龟 2019-10-18 08:20 采纳率: 75%
浏览 1732
已采纳

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:

图片说明

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。

  • 写回答

3条回答 默认 最新

  • 毕小宝 博客专家认证 2019-10-18 09:01
    关注

    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。
    
    
    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(2条)

报告相同问题?

悬赏问题

  • ¥15 C++/QT设置函数调用条件(多个功能调用同一,且各自调用条件不同)
  • ¥15 UE5样条线生成的网格UV问题
  • ¥15 如何用最短的时间大致看懂springboot+vue的项目
  • ¥15 (有偿)懂数值分析和含时变参数微分方程的来
  • ¥15 layui父页的数据表格如何用弹窗页提交后的查询数据来更新数据表格内容?
  • ¥15 abaqus随机生成二维颗粒
  • ¥15 安装ansys许可证管理器时出现了这个问题,如何解决?
  • ¥100 高价求算法,利用智能手机传感器计算车辆的三轴g值
  • ¥15 Blazor server 数据库操作异常,如何解决?(语言-c#)
  • ¥15 uni-app开发APP运行到浏览器访问接口跨域