推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
如何用 beatuful soup 做一个抓取小说分页阅读，然后整合在一起？
byfsdhr · 2015-09-02 15:17:39 +08:00 · 2679 次点击这是一个创建于 3369 天前的主题，其中的信息可能已经有所发展或是发生改变。
我是想用查找下一页，然后 request 下一页地址然后循环直到没有下一页了。 将标题和文章输出成 text ，但是 find_all 找不到下一页 string ，求解
 |
1
shoaly 2015-09-03 12:21:41 +08:00
给你一个建议, 抛弃 beautiful soup, 转战 pyquery, 一个 python 下面的 Jquery, 专治各种 dom 的 处理
|
 |
2
byfsdhr OP 我去
|
 |
4
29488503878 2015-09-03 22:34:09 +08:00
采集还是用 scrapy 框架比较好，解析 html 用 xpath 很省力
|
|
5
shoaly 2015-09-04 11:02:55 +08:00
@byfsdhr scrapy 是负责采集 本身, 但是我个人不是太喜欢 xpath 的定位方式, 更喜欢 pyQuery, 因为 jquery 用太熟悉了哈
|
 |
6
bbking 2015-09-04 22:43:39 +08:00
你看看页面是怎么生成的，有可能页面 url 就是 page=1,2...，如果是 js 生成的，那就用 js 的方法处理咯
|
 |
7
beviniy 2015-09-16 08:12:57 +08:00
一直用 lxml 模块的 xpath 解析 很好用
|
Select Language