首页 > 其他 > 详细

网络爬虫基本练习

时间:2018-03-29 19:44:16      阅读:197      评论:0      收藏:0      [点我收藏+]

1.取出h1标签的文本

import requests
re=requests.get(http://news.gzcc.cn/html/2018/xiaoyuanxinwen_0328/9113.html)
re.encoding=utf-8
print(re)
print(re.text)
print(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

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)

 

网络爬虫基本练习

原文:https://www.cnblogs.com/TopHin/p/8671859.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!