import requests
import re
from fake_useragent import UserAgent

url = 'https://sports.qq.com/'
headers = {'User-Agent':UserAgent().chrome}
resp = requests.get(url,headers = headers)
# print(resp.text)
regx = f'<li><a target="_blank" href=".+?" class=".*">(.+?)</a></li>'
datas = re.findall(regx,resp.text)
for d in datas:
    print(d)

这章只能看到7分多就会直接跳下一章了

老师，请问，win7系统怎么查看是否开启了虚拟化呢

代码:

import re
s="<div><a class='title' href='http://www.baidu.com'>尚学堂bjsxt</a>></div>"
pattern=r"[\u4e00-\u9fa5]*"
v=re.findall(pattern,s)
print(v)

运行结果:

问题:

老师请问一下，为什么在这里我用*匹配汉字的时候结果是这样，可是用+号匹配汉字的时候就可以成功，*不是匹配0个或多个，+是匹配1个或多个，根据贪婪原则，它们不是都应该按多的匹配吗？可是为什么*的匹配结果和+的不同?

index_url ='https://www.kuaidaili.com/usercenter/overview'
index_req = Request(index_url,headers =headers)
index_resp = opener.open(index_req)
print(index_resp.read().decode())

请问这里是什么意思，在登录账号后，还发送请求是为啥

老师我把找到问题在哪了///        给老师添麻烦了

headers={"UserAgent":UserAgent().random}里的UserAgent写错了，应该这么写User-Agent。

老师那个一键注释快捷键是什么呀

现在登入需要登入验证码，传递参数还能用吗

代码:

import requests
from bs4 import BeautifulSoup
from fake_useragent import UserAgent
def get_url(url):
    proxies={"http":"http://61.135.155.82:443"}
    headers={"User-Agent":UserAgent().random}
    resp=requests.get(url,headers=headers,proxies=proxies)
    resp.encoding="utf-8"
    if resp.status_code==200:
        return resp.text
    else:
        return None
def parse_list(html):
    soup=BeautifulSoup(html,'lxml')
    movie_list=soup.select('div[class="movies-list"]>dl[class="movie-list"]>dd>div[class="movie-item film-channel"]>a')
    return movie_list
def parse_index(html):
    pass
def main():
    url="https://maoyan.com/films?showType=3&offset=0"
    html=get_url(url)
    movie_list=parse_list(html)
    print(movie_list[0].get('href'))
    # for url in movie_list:
    #     movie_detail=parse_index
    #     print(movie_detail)
if __name__=="__main__":
    main()

运行结果:

老师好，这个是我使用Beautifulsoup爬取猫眼电影的结果，为什么我这里只爬取出来了一部电影的URL，请问出现这种情况的原因会不会是我的爬虫请求被反爬虫机制拦截了?

老师，这是怎么回事

老师你好，文档中缺少本章节的资料.......................

老师，我给大家避个雷，我今天按照老师的代码一直测试，一直报错：No module named 'scrapy.contrib'卸载安装了这个模块都不行！最后只是将settings里面

ITEM_PIPELINES = {
   : }

修改成

ITEM_PIPELINES = {
   : }

我真是找了N长时间，我以为是python解释器出问题了，而是scrapy-1.6.0已删除scrapy.contrib耽误了居多时间在这里

老师，我现在要用Beautifulsoup去提取所有的第一个span标签，但是无论我怎么写，都是把全部的提取出来，或者就是只有单独一个，想要这个第一个的电影名称却做到，不知道该怎么写了