最近在学习python，搜集资料时发现一个牛人，想follow，结果一开始就遇到问题了。
在一篇介绍抓取百度贴吧信息的帖子(https://)中遇到了无法解释的问题。可能是版本的原因，他提供的源码问题比较多（适用于2.7，这里用的是3.8），
我做了一定改动后可以运行，bdtb.getTitle()结果是对的，可是bdtb.getPageNum()结果和网页源码对不上。


我的问题是明明网页源码中回复贴数是4685，页数是34，怎么程序返回的是130和5，非常奇怪，请大神帮忙看看什么情况。

# -*- coding:utf-8 -*-
import urllib
import re
import requests

#百度贴吧爬虫类
class BDTB: 
    #初始化，传入基地址，是否只看楼主的参数
    def __init__(self,baseUrl,seeLZ):
        self.baseURL = baseUrl
        self.seeLZ = '?see_lz='+str(seeLZ)

 
    #传入页码，获取该页帖子的代码
    def getPage(self,pageNum):
        try:
            url = self.baseURL+ self.seeLZ + '&pn=' + str(pageNum)
            #response = urllib.request.urlopen(url)
            response=requests.get(url)
            #response = urllib(request)
            #print(response.text)
            return response
        except urllib.error.URLError as e:
            if hasattr(e,"reason"):
                print(u"连接百度贴吧失败,错误原因",e.reason)
                return None
    #获取帖子标题
    def getTitle(self):
        page = self.getPage(1)
        pattern = ('<h3 class="core_title_txt.*?>(.*?)</h3>',re.S)
        #page=str(page)
        result = re.search(pattern,page.text)
        #print(result)
        if result:
            print(result.group(1))  #测试输出
            return result.group(1).strip()
        else:
            return None
    #获取帖子一共有多少页
    def getPageNum(self):
        page = self.getPage(1)
        pattern = ('<li class="l_reply_num".*?>(.*?)</span>页</li>',re.S)
        #pattern = ('<h3 class="core_title_txt.*?>(.*?)</h3>',re.S)
        result = re.search(pattern,page.text)
        print(result)
        if result:
            print(result.group(1))  #测试输出
            return result.group(1).strip()
        else:
            return None         
    def getContent(self,page):
        pattern = ('<div id="post_content_.*?>(.*?)</div>',re.S)
        items = re.findall(pattern,page.text)
        #print(items.group(1))
        #for item in items:
        #print item
        #print(self.tool.replace(items[1]))  
                     
baseURL = 'http://tieba.baidu.com/p/3138733512'
bdtb = BDTB(baseURL,1)
bdtb.getPageNum()
#bdtb.getTitle()
#bdtb.getContent(bdtb.getPage(1))

[此贴子已经被作者于2020-2-2 21:13编辑过]