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

用requests库和BeautifulSoup4库爬取新闻列表

用requests库和BeautifulSoup4库爬取新闻列表