请问各位大佬，微信公众号的文章最近是爬不了了吗？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1753 天前的主题，其中的信息可能已经有所发展或是发生改变。

之前的是 div class="rich_media_content " id="js_content">(.*?)</div>/s

现在 html 代码加了些东西 div class="rich_media_content " id="js_content" style="visibility: visible;">,在正则上也加了，为啥爬到空数据---

5 条回复 • 2020-02-08 00:55:17 +08:00

aihimmel

2020-02-07 19:19:23 +08:00 via Android

airyland

2020-02-07 22:34:32 +08:00

正则应该有 bug。我用的是 DOM(cheerio) 的方式解析 https://github.com/airyland/we-extract

wangyzj

2020-02-08 00:19:07 +08:00

敢问你是从 sogou 爬的吗？

Pyjamas

2020-02-08 00:46:09 +08:00

@aihimmel 这个有意思

EPr2hh6LADQWqRVH

2020-02-08 00:55:17 +08:00

连 HTML 都不 parse 就直接正则这是谁教会的