python 爬虫 CSS 出现错误IndexError: list index out of range

2023-04-29 18:10:02html-css014

python 爬虫 CSS 出现错误IndexError: list index out of range,第1张

Traceback (most recent call last):

File "D:\Program Files (x86)\JetBrains\PyCharm Educational Edition 1.0.1\helpers\pydev\pydev_run_in_console.py", line 66, in <module>

globals = run_file(file, None, None)

File "D:\Program Files (x86)\JetBrains\PyCharm Educational Edition 1.0.1\helpers\pydev\pydev_run_in_console.py", line 28, in run_file

pydev_imports.execfile(file, globals, locals) # execute the script

File "D:/python/xpth/xpathPractice.py", line 51, in <module>

results = pool.map(spider, page)

File "D:\anzhuang\Anaconda\lib\multiprocessing\pool.py", line 251, in map

return self.map_async(func, iterable, chunksize).get()

File "D:\anzhuang\Anaconda\lib\multiprocessing\pool.py", line 558, in get

raise self._value

IndexError: list index out of range123456789101112123456789101112

出现如上所示的错误：

IndexError 下标索引超出序列边界，比如当x只有三个元素，却试图访问x[5]

网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。

其实通俗的讲就是通过程序去获取web页面上自己想要的数据，也就是自动抓取数据。

爬虫可以做什么？

你可以用爬虫爬图片，爬取视频等等你想要爬取的数据，只要你能通过浏览器访问的数据都可以通过爬虫获取。

爬虫的本质是什么？

模拟浏览器打开网页，获取网页中我们想要的那部分数据

浏览器打开网页的过程：

当你在浏览器中输入地址后，经过DNS服务器找到服务器主机，向服务器发送一个请求，服务器经过解析后发送给用户浏览器结果，包括html,js,css等文件内容，浏览器解析出来最后呈现给用户在浏览器上看到的结果。

所以用户看到的浏览器的结果就是由HTML代码构成的，我们爬虫就是为了获取这些内容，通过分析和过滤html代码，从中获取我们想要资源。

《Python3爬虫入门到精通课程视频【附软件与资料】【34课时】--崔庆才》百度网盘资源免费下载

链接:https://pan.baidu.com/s/1PM2MA-3Ba03Lcs2N_Xa1Rw

?pwd=zxcv 提取码:zxcv