码迷,mamicode.com
首页 > 其他好文 > 详细

爬取校园新闻首页的新闻

时间:2018-04-04 16:13:44      阅读:147      评论:0      收藏:0      [点我收藏+]

标签:col   href   utf-8   tle   pre   ref   字符   parser   bsp   

1. 用requests库和BeautifulSoup库,爬取校园新闻首页新闻的标题、链接、正文、show-info。

 

#coding=utf-8
import requests
from bs4 import BeautifulSoup

res=requests.get(http://news.gzcc.cn/html/xiaoyuanxinwen/)
res.encoding=utf-8
soup=BeautifulSoup(res.text,html.parser)
soup

# print(soup)

for i in soup.select(li):
    if len(i.select(.news-list-title))>0:
        x=i.select(.news-list-title)[0].text
        y=i.select(.news-list-description)[0].text
        z=i.select(.news-list-info)[0].text
        p = i.select(a)[0].attrs[href]
        print(x,y)
        print(z,p)

截图:

技术分享图片

 

2. 分析info字符串,获取每篇新闻的发布时间,作者,来源,摄影等信息。

for i in soup.select(li):
    if len(i.select(.news-list-title))>0:
     a=i.select(.news-list-title)[0].text
     b=i.select(.news-list-description)[0].text
     # c=i.a.attrs[‘href‘]
     c=i.select(a)[0].attrs[href]
     read=requests.get(c)
     read.encoding=utf-8
     soupSecond=BeautifulSoup(read.text,html.parser)
     d=soupSecond.select(#content)[0].text
     print(soupSecond.select(.show-info)[0].text)

 

截图:

技术分享图片

 

爬取校园新闻首页的新闻

标签:col   href   utf-8   tle   pre   ref   字符   parser   bsp   

原文地址:https://www.cnblogs.com/tiankongyiluozhiwu/p/8717412.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!