這是博主第一個小爬蟲程式，紀念一下

2018/09/20

之前在ubuntu裡面已經實現，不過今天開始使用pycharm，折騰了一上午…終於打出來了。

話不多說…

目標：爬取博主一篇博文(Path of Python – 爬蟲)裡面的遊覽數。

import re
import urllib
from urllib import request

pat='<span class="read-count">閱讀數：(.*?)</span>'
data=urllib.request.urlopen("https://blog.csdn.net/BugOverseas/article/details/82762819").read()
datanew=data.decode("utf-8")
rst=re.compile(pat).findall(datanew)
print(rst)
 

輸出結果：

• 之前沒有加上decode("utf-8")，啥也出不來，因為data裡面用的應該是unicode編碼，經陳哥提醒，ok。這也說明要好好了解下編碼問題了。過幾天博主整理下該類問題。