python3爬虫正则表达式卡顿
python3初学者,练习使用爬虫抓取网页,随机找了个小说网站抓取,抓取html源代码没有问题,但是使用正则表达式,出现抓取数据后直接卡死,请问如何调试?
import urllib.request
import re
url = 'http://book.669977.net/xiuxiankuangtu/chapter.html'
response = urllib.request.urlopen(url)
html = response.read().decode('gbk')
url_number = re.findall('href="(/\w{5,20}/\d{3,8})',html)
print(url_number)
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(2)
print(url_number[:10])
改成这样,只显示前10个数据。
这是 idle 的bug,要显示太多字符时,会卡死。
它似乎将所有的字符都当成python代码,试图格式化显示它们。
你print的数据太大,你把你print去掉试试。
任何一门的语言输出都是一样的,输出的数据量太大都会有可能造成卡顿。