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 mt="http://news.gzcc.cn/html/xiaoyuanxinwen/" res=requests.get(mt) 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) print(day,title,url,sorce
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 mt="http://www.freebuf.com" res=requests.get(mt) res.encoding=‘utf-8‘ soup=BeautifulSoup(res.text,"html.parser") for news in soup.select(‘li‘): if len(news.select(‘.title‘))>0: titles=(news.select(‘.title‘)) print(titles)
用requests库和BeautifulSoup4库爬取新闻列表
原文：http://www.cnblogs.com/seed-ge/p/7608689.html