标签：新闻 int dump 模块 ffd utf-8 request esc div
# coding:utf-8
# 引入相关模块
import json
import requests
from bs4 import BeautifulSoup
url = "http://news.qq.com/"
# 请求腾讯新闻的URL，获取其text文本
wbdata = requests.get(url).text
# 对获取到的文本进行解析
soup = BeautifulSoup(wbdata,‘lxml‘)
# 从解析文件中通过select选择器定位指定的元素，返回一个列表
news_titles = soup.select("div.text > em.f14 > a.linkto")
#对返回的列表进行遍历
for n in news_titles:
# 提取出标题和链接信息
title = n.get_text()
link = n.get("href")
data = {
‘标题‘:title,
‘链接‘:link
}
print json.dumps(data).decode("unicode-escape").replace(u‘\ufffd‘, u‘ ‘)
标签：新闻 int dump 模块 ffd utf-8 request esc div
原文地址：http://blog.51cto.com/itafei/2072313
