标签：get http url parse alt image 来源 port select
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 url=‘http://news.gzcc.cn/html/xiaoyuanxinwen/‘ res=requests.get(url) 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 time=news.select(‘.news-list-info‘)[0].contents[0].text url=news.select(‘a‘)[0][‘href‘] thumb=news.select(‘.news-list-thumb‘)[0].contents[0] print(time) print(title) print(url) print(thumb)
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
用requests库和BeautifulSoup4库爬取新闻列表
标签：get http url parse alt image 来源 port select
原文地址：http://www.cnblogs.com/zsc-leo/p/7605998.html
