用requests库和BeautifulSoup4库爬取新闻列表
Posted
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。
习题1: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=‘http://www.96192.com/‘ res=requests.get(url) 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 time=news.select(‘.news-list-info‘)[0].contents[0].text url1=news.select(‘a‘)[0][‘href‘] bumen=news.select(‘.news-list-info‘)[0].contents[1].text description=news.select(‘.news-list-description‘)[0].text print(time,title,bumen,url)
习题2: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=‘http://news.gzcc.cn/html/xiaoyuanxinwen/‘ res=requests.get(url) 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 time=news.select(‘.news-list-info‘)[0].contents[0].text#时间 url1=news.select(‘a‘)[0][‘href‘]#url bumen=news.select(‘.news-list-info‘)[0].contents[1].text description=news.select(‘.news-list-description‘)[0].text print(time,title,bumen,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