import requests
import re
url = ''
#模擬瀏覽器傳送http請求
response = requests.get(url)
#網頁原始碼
html = response.text
#[0]取列表下第0個元素.
#eg:title的輸出結果為：['鬥神狂飆無彈窗_鬥神狂飆最新章節列表_鬥神狂飆5200_筆趣閣']
#加上[0],就把這裡面索引為0的內容提取出來了，鬥神狂飆無彈窗_鬥神狂飆最新章節列表_鬥神狂飆5200_筆趣閣
title = re.findall(r'(.*?)', html)[0]
#新建乙個資料夾，儲存**內容
fb = open('%s.txt' % title, 'w', encoding='utf-8')
#獲取每一章的資訊（標題，章節，url）.*? (這個 . 代表匹配任意字元，但是不匹配不可見字元，比如換行)
# 新增上re.s後，意味著 . 可以匹配不可見字元,[0]取列表下第0個元素
dl = re.findall(r'.*?', html, re.s)[0]
chapter_info_list = re.findall(r'(.*?)
', dl)
for chapter_info in chapter_info_list:
try:
chapter_title = chapter_info[1]
chapter_url = chapter_info[0]
chapter_response = requests.get(chapter_url)
chapter_html = chapter_response.text
# 取出章節內容,用正規表示式，寫進記事本裡
chapter_content = re.findall(r'(.*?)
', chapter_html, re.s)[0]
#清洗資料,但是replace用不了,未完待續，來個大神救我一下。。。。
#chapter_content = chapter_content.replace(' ','')
# chapter_content = chapter_content.replace(' ', '')
# chapter_content = chapter_content.replace('', '')
#下面的**也不能用，它給我的每個字都新增了單引號和逗號，不解
#chapter_content = [item.replace(' ', '') for item in chapter_content]
#chapter_content = [item.replace('', '') for item in chapter_content]
#資料持久化
fb.write(chapter_title)
fb.write(chapter_content)
fb.write('\n')
except indexerror:
pass
#bug:list index out of range
#失敗原因：爬蟲在做xpath時候匹配到空值
#解決方法：加上try.....except 錯誤機制跳過dd空值
學習python第二天、、爬蟲第二天、、這個簡單的爬蟲，還有資料清洗那一塊有問題，找個有緣的朋友悄咪咪的tell me 一下？在此萬分感謝！
chapter_content = chapter_content.replace(' ','')這個問題還是沒有解決，但是我用beautifulsoup解決了資料清洗！請看用python3寫乙個簡單的爬**的爬蟲（下）
用Python3寫乙個簡單的爬小說的爬蟲（下）
import requests import re from bs4 import beautifulsoup 獲取整個頁面，筆趣閣某本 的 url response requests.get url html response.text 清洗資料 title re.findall html,re....
用python寫乙個簡單的視窗
import sys if name main 建立乙個視窗 w qwidget 設定視窗的尺寸 w.resize 400,200 移動視窗 w.move 300,300 設定視窗的標題 w.setwindowtitle 第乙個基於pyqt5的桌面應用 顯示視窗 w.show 進入程式的主迴圈 並通...
ROS 用Python寫乙個簡單服務
一.編寫服務資料 在功能包的頂級目錄中，建立srv資料夾，並在裡面建立.srv檔案 先成為a.srv 在srv檔案中，填入服務資料，如 int64 a int64 b int64 sum其中,上方是請求資料，下方是答應資料 二.修改cmakelist和package.xml cmakelist ca...