老师 我都是按着您的代码打的 为什么这里会报错? list index out of range?是为什么 数据精炼之前课程视频的没有问题
来源:13-9 数据精炼
荣光永存
2019-02-24
import re
import requests
from urllib import request
class Spider():
url = 'https://www.panda.tv/cate/lol?pdt=1.c_lol.psbar-ca0.0.4mlne1135jo'
root_parttern = '<div class="video-info">([\s\S]*?)</div>'
name_parttern = ' data-level="[0-9]{0,2}"></i>([\s\S]*?)</span>'
number_parttern = '<i class="ricon ricon-eye"></i>([\s\S]*?)</span>'
def __fetch_content(self):
r = request.urlopen(Spider.url)
htmls = r.read()
htmls = str(htmls, encoding='utf-8')
return htmls
def __analysis(self, htmls):
root_html = re.findall(Spider.root_parttern, htmls)
anchors = []
for html in root_html:
name = re.findall(Spider.name_parttern,html)
number = re.findall(Spider.number_parttern,html)
anchor = {'name':name,'number':number}
anchors.append(anchor)
return anchors
def __refine(self,anchors):
l = lambda anchor:{
'name':anchor['name'][0].strip(),
'number':anchor['number'][0]
}
return map(l,anchors)
def go(self):
htmls = self.__fetch_content()
anchors = self.__analysis(htmls)
anchors = list(self.__refine(anchors))
print(anchors)
spider = Spider()
spider.go()
2回答
-
萌面小藏獒
2019-02-26
改一下正则表达式就可以
012019-03-28 -
7七月
2019-02-25
这个错误是一个list索引越界的问题,简单点说只有3个元素,但是你取了第四个或者第五个元素,这当然会报错。解决问题的方式,还是只能调试,看看抓到的html是什么样子的,正则匹配后是什么样子的?然后来分析解决问题。
022019-02-26
相似问题
回答 1
回答 3