用re库正则表达式提取bs4爬取下来的网页的时候的注意

在爬取网页的时候,习惯用requests和BeautifulSoup得到网页的内容,但是要注意的是用BeautifulSoup解析过后返回的对象是<class 'bs4.BeautifulSoup'>类型的,所以不能直接用正则表达式

	bs = BeautifulSoup(response, 'html.parser')  
    print(type(bs))

这里可以看到运行结果为:
在这里插入图片描述
所以需要用str()方法将其转化为str类型才能正确使用re的正则表达式呀

  • 但在这次爬取的过程中还发现了一点问题,在网页上F12看到的代码与爬取下来的代码有所不同
    这是网页上代码:
    在这里插入图片描述
    这是爬取下来的代码:
    在这里插入图片描述这里的alt属性和src属性换了位置

猜你喜欢

转载自blog.csdn.net/weixin_45774350/article/details/109017529