用requests库和BeautifulSoup4库爬取新闻列表

Posted xialuokesh

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。

import requests   #HTTP库 从html或xml中提取数据
from bs4 import BeautifulSoup #爬虫库BeautifulSoup4
url = requests.get("http://news.gzcc.cn/html/xiaoyuanxinwen/")
url.encoding = "utf-8"
soup = BeautifulSoup(url.text,\'html.parser\')
#print(soup.head.title.text)
 
#找出含有特定标签的html元素:‘ID’前缀‘#’;‘class’前缀‘.’,其它直接soup.select(\'p\')
for news in soup.select(\'li\'):
    if len(news.select(\'.news-list-title\'))>0:
        

        time = news.select(\'.news-list-info\')[0].contents[0].text #时间
        title = news.select(\'.news-list-title\')[0].text           #标题
        href = news.select(\'a\')[0][\'href\']                        #链接

        href_text = requests.get(href)                            #链接内容
        href_text.encoding = "utf-8"
        href_soup = BeautifulSoup(href_text.text,\'html.parser\')
        href_text_body = href_soup.select(\'.show-content\')[0].text
        print(time,title,href,href_text_body)


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