用requests库和BeautifulSoup4库爬取新闻列表

Posted 14邓金烨

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。

  
import urllib.request as urllib2 from bs4 import BeautifulSoup url=\'http://news.gzcc.cn/html/xiaoyuanxinwen/\' request=urllib2.Request(url) response=urllib2.urlopen(request) bsObj=BeautifulSoup(response.read(),"html.parser") for i in bsObj.select(\'li\'): if len(i.select(\'.news-list-title\')) > 0: time = i.select(\'.news-list-info\')[0].contents[0].text source=i.select(\'.news-list-info\')[0].contents[1].text title = i.select(\'.news-list-title\')[0].text describe=i.select(\'.news-list-description\')[0].text url = i.select(\'a\')[0][\'href\'] print(time,title,url,describe)

  

 

  • 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
res=requests.get(\'http://trips.tuniu.com/search?q=%E7%8F%A0%E6%B5%B7\')
res.encoding=\'utf-8\'
soup=BeautifulSoup(res.text,\'html.parser\')

for trips in soup.select(\'li\'):
    if len(trips.select(\'.list-name\'))>0:
      title=trips.select(\'.list-name\')[0].text
      url=trips.select(\'a\')[0][\'href\']
      print(title,url)

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

用requests库和BeautifulSoup4库爬取新闻列表

用requests库和BeautifulSoup4库爬取新闻列表