liubaobei199209 最近的时间轴更新 liubaobei199209 最近的时间轴更新 |
liubaobei199209V2EX 第 150475 号会员，加入于 2015-12-08 14:16:32 +08:00 |
| @xiaoyaoking 求教爬虫 APP 问题 Chamber • liubaobei199209 • 2015-12-08 14:42:32 PM |
| 有没有人爬虫过 APP？？？求赐教 问与答 • liubaobei199209 • 2015-12-10 20:25:02 PM • 最后回复来自 liubaobei199209 | 9 |
liubaobei199209 最近回复了
2015-12-10 20:25:02 +08:00 回复了 liubaobei199209 创建的主题 › 问与答 › 有没有人爬虫过 APP？？？求赐教 |
2015-12-10 20:21:41 +08:00 回复了 liubaobei199209 创建的主题 › 问与答 › 有没有人爬虫过 APP？？？求赐教 |
@Daniel65536 我抓的下载应用是我小，米手机上的应用商店，这是抓的一个地址 http://t1.market.xiaomi.com/thumbnail/webp/l320q80/AppStore/00766c5d9bd20437923ee91393f53ebc9f6525b76 ，我要爬这个 APP 下的 URL 。然后 python 代码如下：
# coding:utf-8
import re
import requests
r = requests.get('http://t1.market.xiaomi.com/thumbnail/webp/l320q80/AppStore/')
data = r.text
# 利用正则查找所有连接
link_list =re.findall(r"(?<=href=\").+?(?=\")|(?<=href=\').+?(?=\')" ,data)
for url in link_list:
print url
我为什么就爬不出来？是不是正则表达式写错了，正确的是怎样的？
# coding:utf-8
import re
import requests
r = requests.get('http://t1.market.xiaomi.com/thumbnail/webp/l320q80/AppStore/')
data = r.text
# 利用正则查找所有连接
link_list =re.findall(r"(?<=href=\").+?(?=\")|(?<=href=\').+?(?=\')" ,data)
for url in link_list:
print url
我为什么就爬不出来？是不是正则表达式写错了，正确的是怎样的？
2015-12-09 23:37:43 +08:00 回复了 liubaobei199209 创建的主题 › 问与答 › 有没有人爬虫过 APP？？？求赐教 |
@Daniel65536 你说的用代理找 RESTful 接口，具体怎么操作呢？我还是个没基础没经验的学生？求赐教，谢谢了
2015-12-09 23:34:02 +08:00 回复了 liubaobei199209 创建的主题 › 问与答 › 有没有人爬虫过 APP？？？求赐教 |
@zqhong 我现在是要怕豌豆荚下每个分类下的前 100 个应用的作者几简介信息，用抓包的话那不是要手动操作无数次吗？
Select Language