网络爬虫基础练习

import requests
newsurl='http://news.gzcc.cn/html/2018/xiaoyuanxinwen_0327/9106.html'
res =requests.get(newsurl)
res.encoding='utf-8'

取出h1标签的文本

print(soup.h1.text)

取出a标签的链接

print(soup.a.attrs['href'])

取出所有li标签的所有内容

for i in soup.select('li'):
    print(i.contents)

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

 

转载于:https://www.cnblogs.com/BOBOWZH/p/8672154.html

  • 0
    点赞
  • 0
    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