网络爬虫基本练习

Posted 090伍明航

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了网络爬虫基本练习相关的知识,希望对你有一定的参考价值。

1:取出hi标签的文本

import requests
url = ‘http://news.gzcc.cn/html/2018/xiaoyuanxinwen_0328/9113.html‘
res = requests.get(url)
res.encoding=‘utf-8‘
from bs4 import BeautifulSoup
soup = BeautifulSoup(res.text,‘html.parser‘)
soup.h1.text

 2、取出a标签链接

soup.a.attrs.get(‘href‘)

 3、取出li标签的所有内容

soup=BeautifulSoup(res.text,‘html‘)
for i in soup.select(‘li‘):
    print(i)

 4、取出新闻链接,发布时间,来源,标题

print(soup.select(‘.news-list-title‘)[0].text)
print(soup.select(‘li‘)[1].a.attrs[‘href‘])
print(soup.select(‘.news-list-info‘)[0].contents[0].text)
print(soup.select(‘.news-list-info‘)[0].contents[1].text)

 

以上是关于网络爬虫基本练习的主要内容,如果未能解决你的问题,请参考以下文章

网络爬虫基本练习

网络爬虫基本练习

网络爬虫基本练习

Python练习册 第 0013 题: 用 Python 写一个爬图片的程序,爬 这个链接里的日本妹子图片 :-),(http://tieba.baidu.com/p/2166231880)(代码片段

网络爬虫基础练习

爬虫笔记3