python3爬虫正则表达式卡顿

发布于 2022-09-03 23:33:06 字数 484 浏览 18 评论 0

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)

抓取图片

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。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

你的往事 2022-09-10 23:33:06

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。

独孤求败 2022-09-10 23:33:06

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。

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文