10-12爬取广商新闻列表
Posted wa_dee
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10-12爬取广商新闻列表相关的知识,希望对你有一定的参考价值。
获取单条新闻的#标题#链接#时间#来源#内容 #点击次数,并包装成一个函数。
>>> import requests >>> from bs4 import BeautifulSoup >>> laji="http://news.gzcc.cn/html/xiaoyuanxinwen/" >>> res=requests.get(laji) >>> res.encoding=\'utf-8\' >>> soup=BeautifulSoup(res.text,"html.parser") for news in soup.select(\'li\'): if len(news.select(\'.news-list-title\'))>0: title=(news.select(\'.news-list-title\')[0].text) url=news.select(\'a\')[0][\'href\'] day=(news.select(\'.news-list-info\')[0].contents[0].text) sorce=(news.select(\'.news-list-info\')[0].contents[1].text) resd=requests.get(url) resd.encoding=\'utf-8\' soupd=BeautifulSoup(resd.text,"html.parser") textd=(soupd.select(\'.show-content\')[0].text) jiba=requests.get(\'http://oa.gzcc.cn/api.php?op=count&id=8301&modelid=80\').text.split(\'.\')[-1].lstrip("html(\'").rstrip("html\');") print(jiba) break
获取一个新闻列表页的所有新闻的上述详情,并包装成一个函数。
获取所有新闻列表页的网址
>>> import requests >>> from bs4 import BeautifulSoup >>> gzccurl=\'http://news.gzcc.cn/html/xiaoyuanxinwen/\' >>> res= requests.get(gzccurl) >>> res.encoding=\'utf-8\' >>> soup = BeautifulSoup(res.text,"html.parser") >>> news=int(soup.select(\'.a1\')[0].text.rstrip(\'条\')) >>> page=news//10+1 >>> for i in range(page+1): pageurl=\'http://news.gzcc.cn/html/xiaoyuanxinwen/{}.html\'.format(i) print(pageurl)
以上是关于10-12爬取广商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