用requests库和BeautifulSoup4库爬取新闻列表

Posted XIE_97

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。

1、用requests库和BeautifulSoup4库,爬取校园新闻列表的时间、标题、链接、来源。

import requests
from bs4 import BeautifulSoup

url_main="http://news.gzcc.cn/html/xiaoyuanxinwen/"
res = requests.get(url_main)
res.encoding = \'utf-8\'

soup = BeautifulSoup(res.text,\'html.parser\')
li = soup.select(\'li\')
for li_title in li:
    if len(li_title.select(\'.news-list-title\'))>0:
        herf = li_title.select(\'a\')[0][\'href\']
        title = li_title.select(\'.news-list-title\')[0].text
        time = li_title.select(\'span\')[0].text
        info = li_title.select(\'span\')[1].text
        li_res = requests.get(herf)
        li_res.encoding = \'utf-8\'
        li_soup = BeautifulSoup(li_res.text,\'html.parser\')
        li_text = li_soup.select(\'.show-content\')[0].text
        print(time,title,herf,info,\'\\n\',li_text)

结果:

2、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

url_main="https://www.jd.com/?cu=true&utm_source=kong&utm_medium=unionliaotian&utm_campaign=t_1000222402_&utm_term=ecac100033064339b9fad5482e8396e9&abt=3"
res = requests.get(url_main)
res.encoding = \'utf-8\'

soup = BeautifulSoup(res.text,\'html.parser\')
jd = soup.select(\'.cate_menu_lk\')
for lk in jd:
    print(lk.text)

结果:

 

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