想爬取木虫首页那些板块的名字(似乎是个很简单的项目....)
写了如下代码
为何既没有我create的文件,又没有爬取结果
请大侠们给出修改意见==
谢谢!!
import requests
from requests.exceptions import RequestException
import re
import json
url = 'http://muchong.com/bbs/post.php?action=newthread'
def getpage(url):
try:
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'}
response = requests.get(url,headers=headers)
if response.status_code == 200:
return response.text
return None
except RequestException:
return None
def parse(html):
html = getpage(url)
pattern = re.compile('<td width="25%">.*?xmc_blue xmc_ft14.*?target="_blank">(.*?)</a></h4>',re.S)
items = re.findall(pattern,html)
write_to_file(items)
print(items)
def write_to_file(content):
with open('xiaomuchong.txt', 'a', encoding='utf-8') as f:#a代表追加
f.write(json.dumps(content, ensure_ascii=False) + '\n')#.想输出真正的中文需要指定ensure_ascii=False
if name == '__main__':
main()
没看明白你执行的 main()
函数定义在哪… 对 Python
脚本来说,进行 if __name__ == '__main__'
是指执行本脚本时默认执行的函数。你这里默认执行的 main()
函数没有定义呀,剩下的函数都只是定义,也没有执行。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。