标签：校园 alt .com png int 技术分享 网络数 request imp
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 a=requests.get(‘http://news.gzcc.cn/html/xiaoyuanxinwen/‘) a.encoding=‘utf-8‘ soup=BeautifulSoup(a.text,‘html.parser‘) for xinwen in soup.select(‘li‘): if len(xinwen.select(‘.news-list-description‘))>0: time = xinwen.select(‘.news-list-info‘)[0].contents[0].text title = xinwen.select(‘.news-list-description‘)[0].text source = xinwen.select(‘.news-list-description‘)[0].text url = xinwen.select(‘a‘)[0][‘href‘] print(time,title,source,url)
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
标签：校园 alt .com png int 技术分享 网络数 request imp
原文地址：http://www.cnblogs.com/coolcan/p/7605941.html
