码迷,mamicode.com
首页 > 其他好文 > 详细

用requests库和BeautifulSoup4库爬取新闻列表

时间:2017-09-27 18:56:36      阅读:129      评论:0      收藏:0      [点我收藏+]

标签:select   day   自己   分享   requests   链接   列表   时间   准备   

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)

 

技术分享

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://gz.meituan.com/shop/2380968"
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)

技术分享

用requests库和BeautifulSoup4库爬取新闻列表

标签:select   day   自己   分享   requests   链接   列表   时间   准备   

原文地址:http://www.cnblogs.com/liulingyuan/p/7600975.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!