用requests库和BeautifulSoup4库爬取新闻列表

时间：2017-09-28 15:07:59 阅读：218 评论：0 收藏：0 [点我收藏+]

用requests库和BeautifulSoup4库，爬取校园新闻列表的时间、标题、链接、来源。


　　import urllib.request as urllib2
from bs4 import BeautifulSoup
url=‘http://news.gzcc.cn/html/xiaoyuanxinwen/‘
request=urllib2.Request(url)
response=urllib2.urlopen(request)
bsObj=BeautifulSoup(response.read(),"html.parser")
for i in bsObj.select(‘li‘):
    if len(i.select(‘.news-list-title‘)) > 0:
        time = i.select(‘.news-list-info‘)[0].contents[0].text
        source=i.select(‘.news-list-info‘)[0].contents[1].text
        title = i.select(‘.news-list-title‘)[0].text
        describe=i.select(‘.news-list-description‘)[0].text
        url = i.select(‘a‘)[0][‘href‘]
        print(time,title,url,describe)

　　技术分享

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
res=requests.get(‘http://trips.tuniu.com/search?q=%E7%8F%A0%E6%B5%B7‘)
res.encoding=‘utf-8‘
soup=BeautifulSoup(res.text,‘html.parser‘)

for trips in soup.select(‘li‘):
    if len(trips.select(‘.list-name‘))>0:
      title=trips.select(‘.list-name‘)[0].text
      url=trips.select(‘a‘)[0][‘href‘]
      print(title,url)

用requests库和BeautifulSoup4库爬取新闻列表

原文：http://www.cnblogs.com/djye/p/7605401.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年09月23日 (328)
2021年09月24日 (313)
2021年09月17日 (191)
2021年09月15日 (369)
2021年09月16日 (411)
2021年09月13日 (439)
2021年09月11日 (398)
2021年09月12日 (393)
2021年09月10日 (160)
2021年09月08日 (222)