用requests库和BeautifulSoup4库爬取新闻列表

  • 用requests库和BeautifulSoup4库,爬取校园新闻列表的时间、标题、链接、来源、详细内容。
  • 将其中的时间str转换成datetime类型。
  • 将取得详细内容的代码包装成函数。
    from datetime import datetime
    import requests
    from bs4 import BeautifulSoup
    html='http://news.gzcc.cn/html/xiaoyuanxinwen/'
    res = requests.get(html)
    res.encoding='utf-8'
    soup = BeautifulSoup(res.text,'html.parser')
    def getdetail(htm):
        resd = requests.get(htm)
        resd.encoding='utf-8'
        soupd = BeautifulSoup(resd.text,'html.parser')
        return soupd.select('.show-content')[0].text
    for news in soup.select('li'):
         if len(news.select('.news-list-title'))>0:
             htm = news.select('a')[0]['href']
             print (news.select('a')[0]['href'])
             print (news.select('.news-list-title')[0].text)
             time=news.select('.news-list-info')[0].contents[0].text
             print (datetime.strptime(time,'%Y-%m-%d'))
             print (news.select('.news-list-info')[0].contents[1].text)
             detail =  getdetail(htm)
             print(detail)
            
             
  • 选一个自己感兴趣的主题,做类似的操作,为后面“爬取网络数据并进行文本分析”做准备。
    from datetime import datetime
    import requests
    from bs4 import BeautifulSoup
    html='http://mil.qq.com/mil_index.htm'
    res = requests.get(html)
    res.encoding='gb2312'
    soup = BeautifulSoup(res.text,'html.parser')
    for news in soup.select('.Q-tpList'):
            if len(news.select('.Q-tpWrap'))>0:
             htm = news.select('a')[0]['href']
             print (news.select('a')[0]['href'])
             print (news.select('.linkto')[0].text)
             print (news.select('.from')[0].text)
             print (news.select('.discuzBtn')[0].text)

     

转载于:https://www.cnblogs.com/wlh353/p/7609207.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值