用requests库和BeautifulSoup4库爬取新闻列表
Posted 11+陈泽廷
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)
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 jq=\'http://news.qq.com/l/milite/milgn/list2010122872223.htm\' res = requests.get(jq) res.encoding=\'gb2312\' soup = BeautifulSoup(res.text,\'html.parser\') for news in soup.select(\'li\'): if len(news.select(\'a\'))>0: title=news.select(\'a\')[0].text url=news.select(\'a\')[0][\'href\'] #time=news.select(\'span\')[0].contents[0].text #print(time,title,url) 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