标签：div contents 时间 blog parse 兴趣 pre logs 校园
习题1：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
url=‘http://www.96192.com/‘
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
url1=news.select(‘a‘)[0][‘href‘]
bumen=news.select(‘.news-list-info‘)[0].contents[1].text
description=news.select(‘.news-list-description‘)[0].text
print(time,title,bumen,url)
习题2：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#时间
url1=news.select(‘a‘)[0][‘href‘]#url
bumen=news.select(‘.news-list-info‘)[0].contents[1].text
description=news.select(‘.news-list-description‘)[0].text
print(time,title,bumen,url)
用requests库和BeautifulSoup4库爬取新闻列表
标签：div contents 时间 blog parse 兴趣 pre logs 校园
原文地址：http://www.cnblogs.com/kinoko/p/7684993.html
