码迷,mamicode.com
首页 > 其他好文 > 详细

网络爬虫基本练习

时间:2018-03-29 20:10:47      阅读:127      评论:0      收藏:0      [点我收藏+]

标签:blog   .gz   tle   title   链接   odi   sts   log   a标签   

1.取出h1标签的文本

import requests
re=requests.get(http://news.gzcc.cn/html/2018/xiaoyuanxinwen_0328/9113.html)
re.encoding=utf-8
print(re)
print(re.text)
print(soup.h1.text)

2.取出a标签的链接

soup.a.attrs.get(href)

3.取出所有li标签的所有内容

 for i in soup.select(li):
    print(i.text)

4.取出一条新闻的标题、链接、发布时间、来源

print(soup.select(.news-list-title)[0].text)
print(soup.select(li)[1].a.attrs[href])
print(soup.select(.news-list-info)[0].contents[0].text)
print(soup.select(.news-list-info)[0].contents[1].text)

 

网络爬虫基本练习

标签:blog   .gz   tle   title   链接   odi   sts   log   a标签   

原文地址:https://www.cnblogs.com/TopHin/p/8671859.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!