批处理之家 - Powered by Discuz! Board

标题: [问题求助] Python用什么办法把歌曲的相关信息抓下来？ [打印本页]

作者: netdzb 时间: 2020-6-12 17:39 标题: Python用什么办法把歌曲的相关信息抓下来？

辛晓琪 - 忐忑.ape
辛晓琪 - 亲爱的你.ape
辛晓琪阿杜 - 月光日记.ape

页面上一共有3首歌曲，这个页面是最后一页。前面一页15首，每个页面都是15首。
先挑简单的做吧，最后一个页面怎么提取歌曲名字。正则匹配最容易想到的，还有
别的办法吗？

以下是页面的信息
=====================

  <tbody id="filemangelist">
<tr class="">
   <td class="select-file">  <input id="fid" name="fid" value="1826394"

type="checkbox"></td>
   <td class="file-title f14"><a class="music ico-type filename filelink" title="辛晓

琪 - 忐忑.ape" href="http://www.yimuhe.com/file-1826394.html" target="_blank">辛晓琪 - 忐

忑.ape</a></td>
   <td class="tr sharestatus"><div id="rename" class="dn"><a href="javascript:;"

class="menudm bgs1 ico-delete-file1 r" style="width:25px;display: block;" title="删除"

onclick="del_file('1826394','3');"> </a><a class="menudm bgs1 ico-rename-file1 r"

style="width:25px;display: block;" href="javascript:;" title="重命名" onclick="edit_file

('1826394','辛晓琪 - 忐忑','');"> </a><a href="javascript:;" class="menudm bgs1 ico

-copy-file r" style="width:25px;display: block;" title="复制链接地址" onclick="copy_file

('1826394','www.ymhwp.com');"> </a></div></td>
   <td class="tr">0</td>
   <td class="tr">27.5MB</td>
   <td class="tr">2013-12-09 18:23:37</td>
</tr>
<tr class="">
   <td class="select-file">  <input id="fid" name="fid" value="1826393"

type="checkbox"></td>
   <td class="file-title f14"><a class="music ico-type filename filelink" title="辛晓

琪 - 亲爱的你.ape" href="http://www.yimuhe.com/file-1826393.html" target="_blank">辛晓琪

- 亲爱的你.ape</a></td>
   <td class="tr sharestatus"><div id="rename" class="dn"><a href="javascript:;"

class="menudm bgs1 ico-delete-file1 r" style="width:25px;display: block;" title="删除"

onclick="del_file('1826393','3');"> </a><a class="menudm bgs1 ico-rename-file1 r"

style="width:25px;display: block;" href="javascript:;" title="重命名" onclick="edit_file

('1826393','辛晓琪 - 亲爱的你','');"> </a><a href="javascript:;" class="menudm bgs1

ico-copy-file r" style="width:25px;display: block;" title="复制链接地址"

onclick="copy_file('1826393','www.ymhwp.com');"> </a></div></td>
   <td class="tr">2</td>
   <td class="tr">22.91MB</td>
   <td class="tr">2013-12-09 18:21:51</td>
</tr>
<tr class="">
   <td class="select-file">  <input id="fid" name="fid" value="1826392"

type="checkbox"></td>
   <td class="file-title f14"><a class="music ico-type filename filelink" title="辛晓

琪阿杜 - 月光日记.ape" href="http://www.yimuhe.com/file-1826392.html" target="_blank">辛

晓琪阿杜 - 月光日记.ape</a></td>
   <td class="tr sharestatus"><div id="rename" class="dn"><a href="javascript:;"

class="menudm bgs1 ico-delete-file1 r" style="width:25px;display: block;" title="删除"

onclick="del_file('1826392','3');"> </a><a class="menudm bgs1 ico-rename-file1 r"

style="width:25px;display: block;" href="javascript:;" title="重命名" onclick="edit_file

('1826392','辛晓琪阿杜 - 月光日记','');"> </a><a href="javascript:;" class="menudm

bgs1 ico-copy-file r" style="width:25px;display: block;" title="复制链接地址"

onclick="copy_file('1826392','www.ymhwp.com');"> </a></div></td>
   <td class="tr">1</td>
   <td class="tr">28.25MB</td>
   <td class="tr">2013-12-09 18:20:16</td>
</tr>
  </tbody>

=========================

作者: xp3000 时间: 2020-6-12 17:51

匹配文本
[^"]*\.ape
Python不会，你修改别人的爬虫看看

作者: ivor 时间: 2020-6-12 18:22

[\w\s-]*\.ape
复制代码

作者: netdzb 时间: 2020-6-12 18:57

回复 2# xp3000

多谢，我去试试看。

作者: netdzb 时间: 2020-6-12 19:55

回复 3# ivor

onclick="edit_file('1826394','辛晓琪 - 忐忑','');

提取这个的表达式怎么写？

作者: Gin_Q 时间: 2020-6-12 20:02

bs4 Beautiful Soup这个模块学学，html，xml随便弄！我爬网页都没有用过正则！

作者: netdzb 时间: 2020-6-12 20:12

回复 6# Gin_Q

谢谢，我去学学这个模块。

作者: ivor 时间: 2020-6-13 08:31

回复 4# netdzb

[\u4e00-\u9fa5\s-]+
复制代码

匹配辛晓琪 - 忐忑

作者: netdzb 时间: 2020-6-13 13:40

回复 8# ivor

这个字段是可变的，可能是辛晓琪 - 忐忑可能是辛晓琪 - 爱的回答，也有可能是邓丽君 - 甜蜜蜜。

欢迎光临批处理之家 (http://www.bathome.net/)