用requests库和BeautifulSoup4库爬取新闻列表
Posted 18-刘卓辉
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了用requests库和BeautifulSoup4库爬取新闻列表相关的知识,希望对你有一定的参考价值。
- 用requests库和BeautifulSoup4库,爬取校园新闻列表的时间、标题、链接、来源。
- 选一个自己感兴趣的主题,做类似的操作,为“爬取网络数据并进行文本分析”做准备。
import requests from bs4 import BeautifulSoup net = \'http://news.gzcc.cn/html/xiaoyuanxinwen/\' res = requests.get(net) res.encoding=\'utf-8\' doc = BeautifulSoup(res.text,\'html.parser\',from_encoding=\'utf-8\') for news in doc.select(\'li\'): if len(news.select(\'.news-list-title\'))>0: title = news.select(\'.news-list-title\')[0].text url = news.select(\'a\')[0][\'href\'] time = news.select(\'.news-list-info\')[0].contents[0].text main = news.select(\'.news-list-description\')[0].text source = news.select(\'.news-list-info\')[0].contents[1].text print(\'Url:{}\'.format(news.select(\'a\')[0][\'href\'])) print(\'标题:{}\'.format(news.select(\'.news-list-title\')[0].text)) print(\'正文:{}\'.format(news.select(\'.news-list-description\')[0].text)) print(\'时间:{}\'.format(news.select(\'.news-list-info\')[0].contents[0].text)) print(\'来源:{}\'.format(news.select(\'.news-list-info\')[0].contents[1].text))
以上是关于用requests库和BeautifulSoup4库爬取新闻列表的主要内容,如果未能解决你的问题,请参考以下文章
用requests库和BeautifulSoup4库爬取新闻列表
用requests库和BeautifulSoup4库爬取新闻列表
用requests库和BeautifulSoup4库爬取新闻列表
用requests库和BeautifulSoup4库爬取新闻列表