爬取全部的校园新闻

时间：2019-04-12 20:50:05 阅读：146 评论：0 收藏：0 [点我收藏+]

1.从新闻url获取新闻详情：字典,anews

技术分享图片

2.从列表页的url获取新闻url：列表append(字典) alist

技术分享图片

3.生成所页列表页的url并获取全部新闻：列表extend(列表) allnews

*每个同学爬学号尾数开始的10个列表页

技术分享图片

.4.设置合理的爬取间隔

allnews=[]

for i in range(78,88):

listUrl=‘http://news.gzcc.cn/html/xiaoyuanxinwen/{}.html‘.format(i)

allnews.extend(alist(listUrl))

len(allnews)

pd.Series(anews)

newsdf=pd.DataFrame(allnews)

for i in range(5):

print(i)

time.sleep(random.random()*3)

print(newsdf)

5.用pandas做简单的数据处理并保存

newsdf.to_csv(r‘F:\ccc.csv‘)

保存到数据库

import sqlite3
with sqlite3.connect(‘gzccnewsdb12.sqlite‘) as db:
    newsdf.to_sql(‘gzccnewsdb12‘,db)

原文：https://www.cnblogs.com/l-sh/p/10698287.html

踩

(0)

评论一句话评论（0）

分享档案

更多>