from urllib import request
from io import BytesIO
import gzip
import re

class Spider():
	def __init__(self):
		self.url='https://www.douyu.com/g_LOL'
		self.root_pattern='<div class="DyListCover-info"><span class="DyListCover-hot is-template"><svg><use xlink:href="#icon-hot_8a57f0b"></use></svg>([\s\S]*?)</h2></div>'
		self.number_pattern='([\s\S]*?)</span>'
		self.name_pattern='</use></svg>([\s\S]*?)'

	def __fetch_content(self):
		headers={'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.122 Safari/537.36'}
		page1=request.Request(self.url,headers=headers)
		r=request.urlopen(page1)#加入瀏覽器信息
		htmls=r.read()#獲取字節(jié)碼
		buff=BytesIO(htmls)
		f=gzip.GzipFile(fileobj=buff)
		htmls=f.read().decode('utf-8')#數(shù)據(jù)被壓縮過，我們要對數(shù)據(jù)進行處理。
		return htmls

	def __analysis(self,htmls):
		root_htmls=re.findall(self.root_pattern,htmls)
		anchors=[]
		for origin_html in root_htmls:
			new_html=origin_html.replace('</span><h2 class="DyListCover-user is-template"><svg><use xlink:href="#icon-user_c95acf8"></use></svg>','')
			anchors.append(new_html)
		print(anchors)

	def go(self):
		htmls=self.__fetch_content()
		self.__analysis(htmls)
		
spider=Spider()
spider.go()

以前覺得爬蟲很難，完成了一個小目標之后，覺得有點小放松。

但內(nèi)心卻似乎感覺很朦朧。

只是冰山一角而已。