首页 > 其他 > 详细

网络爬虫基本练习

时间:2018-03-29 13:10:29      阅读:200      评论:0      收藏:0      [点我收藏+]

1.取出h1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标签的链接

soup.a.attrs.get(href)

3.取出所有li标签的所有内容

 for i in soup.select(li):
    print(i.text)

4.取出一条新闻的标题、链接、发布时间、来源

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

 

网络爬虫基本练习

原文:https://www.cnblogs.com/guoyaowen/p/8669108.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!